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。
1. 向右 -> 向右 -> 向下
2. 向右 -> 向下 -> 向右
3. 向下 -> 向右 -> 向右
示例 2:
输入: (m = 7), (n = 3);
输出: 28;
思路: 使用动态规划(Dynamic Programming, DP)优化不同路径问题的算法可以通过以下步骤实现:
- 定义状态:定义 dp[i][j] 表示到达网格中第 i 行第 j 列的路径数量。
- 初始化状态:由于机器人只能从左上角开始,因此 dp[0][0] = 1,表示有一条路径可以到达起点。
- 状态转移方程:对于每个状态 dp[i][j],机器人只能从左边 dp[i][j-1] 或上面 dp[i-1][j] 到达,因此状态转移方程为:dp[i][j]=dp[i−1][j]+dp[i][j−1]
- 填充 DP 表:按照行优先的方式填充 DP 表。对于第一行和第一列,由于只能从一个方向到达,所以直接复制上一行或左一列的值。对于其他位置,使用状态转移方程计算。
- 返回结果:DP 表的最后一个元素 dp[m-1][n-1] 就是到达右下角的路径总数。
时间复杂度:O(m×n),因为需要遍历整个 m x n 的 DP 表。 空间复杂度:O(m×n),DP 表的大小为 m x n。
/**
* @param {number} m
* @param {number} n
* @return {number}
*/
var uniquePaths = function(m, n) {
// 创建 DP 表
let dp = new Array(m).fill(0).map(() => new Array(n).fill(1));
// 从第二行第二列开始填充 DP 表
for (let i = 1; i < m; i++) {
for (let j = 1; j < n; j++) {
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
// 返回到达右下角的路径数
return dp[m - 1][n - 1];
};