【Unique Paths】cpp

题目：

A robot is located at the top-left corner of a m x n grid (marked 'Start' in the diagram below).

The robot can only move either down or right at any point in time. The robot is trying to reach the bottom-right corner of the grid (marked 'Finish' in the diagram below).

How many possible unique paths are there?

Above is a 3 x 7 grid. How many possible unique paths are there?

Note: m and n will be at most 100.

代码：

class Solution {
public:
    int uniquePaths(int m, int n) {
            int dp[m][n];
            memset(dp, 0, sizeof(dp));
            for ( size_t i = 0; i < n; ++i ) dp[0][i] = 1;
            for ( size_t i = 0; i < m; ++i ) dp[i][0] = 1;
            for ( size_t i = 1; i < m; ++i )
            {
                for ( size_t j = 1; j < n; ++j )
                {
                    dp[i][j] = dp[i-1][j] + dp[i][j-1];
                }
            }
            return dp[m-1][n-1];
    }
};

tips：

常规dp解法。

=====================================

上面的代码有可以改进的地方：dp[m][n]并不用这些额外空间，只需要两个长度为n的数组即可；一个保存前一行的状态，一个用于遍历当前行的状态，每次滚动更新，可以省去额外空间。沿着上述思路改进了一版代码如下：

 

class Solution {
public:
    int uniquePaths(int m, int n) {
            int curr[n], pre[n];
            for ( size_t i = 0; i<n; ++i ) { pre[i]=1; curr[i]=0; }
            curr[0] = 1;
            for ( size_t i = 1; i<m; ++i )
            {
                for ( size_t j = 1; j<n; ++j )
                {
                    curr[j] = curr[j-1] + pre[j];
                    pre[j] = curr[j];
                }
                curr[0] = 1;
            }
            return pre[n-1];
    }
};

这个代码空间复杂度降到了O(n)，但还是可以改进。其实只用一个一维的数组dp就可以了，代码如下。

class Solution {
public:
    int uniquePaths(int m, int n) {
            int curr[n];
            memset(curr, 0, sizeof(curr));
            curr[0] = 1;
            for ( size_t i = 0; i < m; ++i )
            {
                for ( size_t j = 1; j < n; ++j )
                {
                    curr[j] = curr[j-1] + curr[j];
                }
            }
            return curr[n-1];
    }
};

这里用到了滚动数组的技巧。有个细节需要注意，外层dp是可以从0行开始，省去了一部分代码。

=====================================

再学一种深搜+缓存（即“备忘录”）解法。

class Solution {
public:
    int uniquePaths(int m, int n) {
            vector<vector<int> > cache(m+1,vector<int>(n+1,0));
            return Solution::dfs(m, n, cache);
    }
    static int dfs( int x, int y, vector<vector<int> >& cache )
    {
            if ( x<1 || y<1 ) return 0;
            if ( x==1 && y==1 ) return 1;
            int left = cache[x-1][y]>0 ? cache[x-1][y] : cache[x-1][y]=Solution::dfs(x-1, y, cache);
            int up = cache[x][y-1]>0 ? cache[x][y-1] : cache[x][y-1]=Solution::dfs(x, y-1, cache);
            return left+up;
    }
};

有点儿类似动态规划的思想：开一个cache数组保存已经深搜遍历过的中间结果，避免重复遍历。

这里有个简化代码的技巧：定义cache的时候多定义一行和一列，这样在深搜的过程中按照dfs中的代码可以省去判断cache下标是否越界的逻辑。

===============================================

第二次过这道题，直接写了一个dp的做法。

class Solution {
public:
    int uniquePaths(int m, int n) {
            int dp[m][n];
            fill_n(&dp[0][0], m*n, 0);
            for ( int i=0; i<n; ++i ) dp[0][i]=1;
            for ( int i=0; i<m; ++i ) dp[i][0]=1;
            for ( int i=1; i<m; ++i )
            {
                for ( int j=1; j<n; ++j )
                {
                    dp[i][j] = dp[i][j-1] + dp[i-1][j];
                }
            }
            return dp[m-1][n-1];
    }
};