一个机器人位于一个 m x n 网格的左上角 (起始点在下图中标记为“Start” )。
机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为“Finish”)。
问总共有多少条不同的路径?
例如,上图是一个7 x 3 的网格。有多少可能的路径?
说明:m 和 n 的值均不超过 100。
示例 1:
输入: m = 3, n = 2
输出: 3
解释:
从左上角开始,总共有 3 条路径可以到达右下角。
- 向右 -> 向右 -> 向下
- 向右 -> 向下 -> 向右
- 向下 -> 向右 -> 向右
示例 2:
输入: m = 7, n = 3
输出: 28
第一次的代码:
马上就想到了递归
def lj(m,n,count):
if m==0 and n==0:
count = count+1
return
if m>0 :
lj(m-1,n,count)
if n>0:
lj(m,n-1,count)
count=0
lj(m,n,count)
return count
最后竟然输出count=0的值???初始化count=9,return 也是 9
把count换成列表试试:
def lj(m,n,count):
if m==0 and n==0:
count.append(1)
return
if m>0 :
lj(m-1,n,count)
if n>0:
lj(m,n-1,count)
count=[]
lj(m,n,count)
return len(count)
有输出了,但是错了,因为我递归的是在格子里每个格子能到右下角格子的个数,包括自己,所以输入3x3,返回10.
原来要用动态规划
第二次的代码:
首先建立一个m*n的表,表中的数字表示从起点到该点的最多路径,显然[0][j]和[i][0]的值都是1,因为在这两条线上的每一个格子,都只有一种路径(只能左或只能下)。因为只能向右或者向下,那么下一个格子的步数与这两有关,找规律可以发现,第[i][j]个格子的最大路径是上面和左面最大路径的和。
也可以反过来看,以终点的视角,只有它的上和左能达到,那么就分别以终点的上点和左点为子问题看。
dp=[[1]*n]*m
for i in range(1,m):
for j in range(1,n):
dp[i][j]=dp[i-1][j]+dp[i][j-1]
return dp[m-1][n-1]
24ms,排名100%
让我没明白的是:
for i in range(1,m):
for j in range(1,n):
dp[i][j]..
和
for j in range(1,n):
for i in range(1,m):
dp[i][j]..
这两个写法竟然得到的答案不一样???
看来动态规划还是得一排一排的填