📉
leetcode-题解
  • leetcode-notes
  • linked-list
    • 2-Add-Two-Numbers
    • 109-Convert-Sorted-List-to-Binary-Search-Tree
    • 19-Remove-Nth-Node-From-End-of-List
    • 92-Reverse-Linked-List-II
    • 142-Linked-List-Cycle-II
    • 83-Remove-Duplicates-from-Sorted-List
    • 61-Rotate-List
    • 148-Sort-List
    • 86-Partition-List
    • 82-Remove-Duplicates-from-Sorted-List-II
    • 138-Copy-List-with-Random-Pointer
    • 328-Odd-Even-Linked-List
    • 23- Merge-k-Sorted-Lists
    • 25-Reverse-Nodes-in-k-Group
  • templates
    • bitmap
    • ologn
    • Morris
    • dp
    • binary-search
    • Maxwindow
    • 递归
    • union
    • graph
    • greedy-algorithm
    • kmp
    • list
    • ordered-list
    • tree
    • Manacher
    • Monotonic-stack
    • big-data
    • sort-Summary
    • Bucket-sort
    • bit-opreation
    • heap-sort
  • arrays
    • others
      • 31-Next-Permutation
      • 66-Plus- One
      • 229-Majority-Element-II
      • 414-Third-Maximum-Number
    • matrix
      • 74-Search-a-2D-Matrix
      • 289-Game-of-Life
    • PrefixOrSuffix
      • 560-Subarray-Sum-Equals-K
      • 238-Product-of-Array-Except-Self
    • 二分法
      • rotated-array-problem
      • D天内送达包裹的能力
      • 162-Find-Peak-Element
      • Minimize-maximum-and-maximize-minimum
    • 多指针
      • 611-Valid-Triangle-Number
      • 228-Summary-Ranges
      • 75-Sort-Colors
      • 18-4Sum
      • 27-Remove-Element
      • 三数之和
      • 26-Remove-Duplicates-from-Sorted-Array
      • 盛最多水的容器
      • 80-Remove-Duplicates-from-Sorted-Array-II
      • 最接近的三数之和
    • array-circle
      • 457-Circular-Array-Loop
      • 287-Find-the-Duplicate-Number
      • 565-Array-Nesting
    • 智力题
      • 73-Set-Matrix-Zeroes
      • 最佳观光组合
    • 几何问题
      • 统计全为1的正方形子矩阵
      • 495-Teemo-Attacking
    • sort
      • 88-Merge-Sorted-Array
      • 57-Insert-Interval
  • tree
    • 105-Construct-Binary-Tree-from-Preorder-and-Inorder-Traversal
    • 230-Kth-Smallest-Element in-a-BST
    • 106-Construct-Binary-Tree-from-Inorder-and-Postorder-Traversal
    • 257-Binary-Tree-Paths
    • 113-Path-Sum-II
    • 96-Unique-Binary-Search-Trees
    • 124-Binary-Tree-Maximum-Path-Sum
    • 103-Binary-Tree-Zigzag-Level-Order-Traversal
    • 426-Convert-Binary-Search-Tree-to-Sorted-Doubly-Linked-List
    • 117-Populating-Next-Right-Pointers-in-Each-Node-II
    • 99-Recover-Binary-Search-Tree
    • 366-Find-Leaves-of-Binary-Tree
    • 337-House-Robber-III
    • 333-Largest-BST-Subtree
    • 298-Binary-Tree-Longest-Consecutive-Sequence
    • 428-Serialize-and-Deserialize-N-ary-Tree
    • 1367-Linked-List-in-Binary-Tree
    • 173-Binary-Search-Tree-Iterator
    • 98-Validate-Binary-Search-Tree
    • 156-Binary-Tree-Upside-Down
    • 404-Sum-of-Lef- Leaves
    • 255-Verify-Preorder-Sequence-in-Binary-Search-Tree
    • 272-Closest-Binary-Search-Tree-Value-II
    • 95-Unique-Binary-Search-Trees-II
    • 222-Count-Complete-Tree-Nodes
    • 431-Encode-N-ary-Tree to-Binary-Tree
    • Lowest-Common-Ancestor-of-a-Binary-Tree
    • 129-Sum-Root-to-Leaf-Numbers
  • recursive
    • 前言
    • 39-Combination-Sum
    • 79-Word-Search
    • 04-Power-Set-LCCI
    • 前言
    • 90-Subsets-II
    • 40-Combination-Sum-II
    • 351-Android-Unlock-Patterns
  • dynamic-programming
    • 276-Paint-Fence
    • 132-Palindrome-Partitioning-II
    • 361-Bomb-Enemy
    • 62-Unique-Paths
    • 376-Wiggle-Subsequence
    • 403-Frog-Jump
    • 32-Longest-Valid-Parentheses
    • 97-Interleaving-String
    • 354-Russian-Doll-Envelopes
    • 279-Perfect-Squares
    • 304-Range-Sum-Query-2D-Immutable
    • 10-Regular-Expression-Matching
    • Paint-House-series
    • 139-Word-Break
    • Best-Time-to-Buy-and-Sell-Stock-series
    • 416-Partition-Equal-Subset-Sum
    • 300-Longest-Increasing-Subsequence
    • 91-Decode-Ways
    • Ugly-Number-series
    • 363-Max-Sum-of-Rectangle-No-Larger-Than-K
    • 368-Largest-Divisible-Subset
    • 63-Unique-Paths-II
    • 312-Burst-Balloons
    • 322-Coin-Change
    • 64-Minimum-Path-Sum
    • 140-Word-Break-II
    • 120-Triangle
    • 72-Edit-Distance
    • House-Robber-series
    • 413-Arithmetic-Slices
    • 174-Dungeon-Game
    • 87-Scramble-String
    • 44-Wildcard-Matching
    • 338-Counting-Bits
    • 152-Maximum-Product-Subarray
    • 375-Guess-Number-Higher-or-Lower-II
  • hash-table
    • 381-Insert-Delete-GetRandom-O(1) - Duplicates-allowed
    • 442-Find-All-Duplicates-in-an-Array
    • 380-Insert-Delete-GetRandom-O(1)
    • 1-Two-Sum
    • 3-Longest-Substring-Without-Repeating-Characters
    • 41-First-Missing-Positive
  • stack
    • Monotonic stack
      • 84-Larges-Rectangle-in-Histogram
      • 42-Trapping-Rain-Water
  • bit-manipulation
    • 08-Draw-Line-LCCI
  • Mysql
    • 185-Department-Top-Three-Salaries
    • 177-N-Highest-Salary
    • 178-Rank-Scores
    • 180-Consecutive-Numbers
  • greedy
    • 56-Merge-Intervals
    • 55-Jump-Game
    • 53-Maximum-Subarray
  • math
    • 357-Count-Numbers-with-Unique-Digits
    • 343-Integer-Break
    • 119-Pascal's-Triangle-II
  • string
    • Palindrome
      • 5-Longest-Palindromic-Substring
      • Manacher
  • sliding-window
    • 209-Minimum-Size-Subarray-Sum
Powered by GitBook
On this page
  • 0x1 题目详情
  • 0x2 解题思路
  • 0x3 代码实现
  • 0x4 课后总结

Was this helpful?

  1. dynamic-programming

62-Unique-Paths

Previous361-Bomb-EnemyNext376-Wiggle-Subsequence

Last updated 4 years ago

Was this helpful?

0x1 题目详情

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?

测试用例:

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。 a. 向右 -> 向右 -> 向下 b. 向右 -> 向下 -> 向右 c. 向下 -> 向右 -> 向右

0x2 解题思路

这道题我一看吧,就是从左往右的单向递归模型。每来到一个点后,有两种方向可以选择,一种是向下,一种是向右,直到到达目标位置后,返回1,表示成功找到一条路径。否则越界后返回0。

递归的代码比较简单,所以改成动态规划也比较简单了。

0x3 代码实现

``` java "递归实现" class Solution { //这道题我咋感觉思维定势了,不像排列组合 //可以画路径数那样求解啊 public int uniquePaths(int m, int n) { if(m<1 || n<1){ return 0; } return recur(0,0,m,n); } //m和n是长度 int recur(int row,int col,int m,int n){

    因为row只向右移动,所以不可能小于0
    因为col只向下移动,不可能小于0
    if(row>=m || col>=n){
        return 0;
    }
    if(row== m-1 && col== n-1){
        return 1;
    }

    //现在既不越界,也有路可走
    int result=0;
    result+=recur(row+1,col,m,n);
    result+=recur(row,col+1,m,n);
    return result;
}

}

递归版本简单,但是超时,需要优化为动态规划。上面这种递归改dp简直不要太简单。

---

``` java  "动态规划"
class Solution {
    //这道题我咋感觉思维定势了,不像排列组合
    //可以画路径数那样求解啊
    public int uniquePaths(int m, int n) {
        if(m<1 || n<1){
            return 0;
        }
        return recur(0,0,m,n);

    }
    //m和n是长度
    int recur(int row,int col,int m,int n){
        //因为row和col在字面值上最大为m-1,和n-1
        int[][] dp=new int[m][n];
        dp[m-1][n-1]=1;
        //所以填表的顺序为从下到上,从右到左

        for(int i=m-1;i>=0;i--){
            for(int j=n-1;j>=0;j--){
                //这里的三重表达式耗时还是非常明显的
                dp[i][j]+=i+1>m-1?0:dp[i+1][j];
                dp[i][j]+=j+1>n-1?0:dp[i][j+1];
            }
        }
        return dp[0][0];
    }
}

在上述代码中的二重循环中,三重表达式看似不耗时,但是只超越了20%左右,但是我把这两句判断去掉,时间立马超越100%了。我吐了。以后在dp填表的时候还是少用判断的语句,能不判断就不判断,尽量通过外围条件限制。上述内嵌if都那么耗时了,何况再多次调用函数判断是否越界了。那能超越个鬼啊。

``` java "动态规划时间优化" class Solution {

public int uniquePaths(int m, int n) {
    if(m<1 || n<1){
        return 0;
    }
    return recur(0,0,m,n);
}

//m和n是长度
int recur(int row,int col,int m,int n){
    //因为row和col在字面值上最大为m-1,和n-1
    int[][] dp=new int[m][n];

    //这里通过提前填表,避免了数据下标越界的判断
    for(int i=0;i<n;i++){
        dp[m-1][i]=1;
    }
    for(int i=0;i<m;i++){
        dp[i][n-1]=1;
    }

    for(int i=m-2;i>=0;i--){
        for(int j=n-2;j>=0;j--){
            //判断语句省略了,效率提升十分明显!
            dp[i][j]+=dp[i+1][j];
            dp[i][j]+=dp[i][j+1];
        }
    }
    return dp[0][0];
}

}

上面的代码仍然不是最优的,空间仍然有优化空间,可将二维省略为一维数组,因为一个位置的状态只依赖其右边的状态与下一行的状态。好吧,刚优化试了一下,仍然没有达到双百...尴尬的一匹。

---

``` java "动态规划空间优化"
class Solution {
    //这道题我咋感觉思维定势了,不像排列组合
    //可以画路径数那样求解啊
    public int uniquePaths(int m, int n) {
        if(m<1 || n<1){
            return 0;
        }
        return recur(0,0,m,n);

    }
    //m和n是长度
    int recur(int row,int col,int m,int n){
        int[] dp=new int[n];  
        for(int i=0;i<n;i++){
            dp[i]=1;
        }

        for(int i=m-2;i>=0;i--){
            for(int j=n-2;j>=0;j--){
                dp[j]+=dp[j+1];
            }
        }
        return dp[0];
    }
}

0x4 课后总结

我一直在想到底如何区分关于这种从左向右(或从右向左)的单向递归模型与求组合遍历递归模型的区别。到底合适判定用哪种?

但是我现在至少确定了一点,使用组合遍历式的递归模型的一般都要求相关的排列组合。每个数据在每一层递归时都可以考虑。

原题链接