zoukankan      html  css  js  c++  java
  • 一道腾讯面试算法题

    大家好,我是大彬~

    今天给大家分享一道腾讯面试算法题目(LeetCode62题),国庆假期一起充充电~

    题目

    一个机器人位于一个 m x n 网格的左上角 。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。

    问总共有多少条不同的路径?

    示例

    输入:m = 3, n = 2

    输出:3

    从左上角开始,总共有 3 条路径可以到达右下角。

    1. 向右 -> 向下 -> 向下
    2. 向下 -> 向下 -> 向右
    3. 向下 -> 向右 -> 向下
    来源:力扣(LeetCode)
    链接:https://leetcode-cn.com/problems/unique-paths
    著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
    

    解题思路

    首先了解下动态规划的思想。

    动态规划用于处理有重叠子问题的问题。其基本思想:假如要解一个问题,需要先将问题分解成子问题,求出子问题的解,再根据子问题的解得出原问题的解。

    动态规划算法会将计算出来的子问题的解存储起来,以便下次遇到同一个子问题的时候直接可以得到该子问题的解,减少重复计算。

    动态规划的解题思路:1、状态定义;2、状态转移方程;3、初始状态;4、确定遍历顺序。

    接下来分步骤讲解本题目的思路。

    1、首先是状态定义。假设 dp[i][j] 是到达 (i, j) 的路径数量,dp[2][2]就是到达(2, 2)的路径数量。

    2、然后是状态转移方程。根据题意,只能向右和向下运动,当前位置(i, j)只能从(i-1, j)(i, j-1)两个方向走过来,由此可以确定状态方程为dp[i][j] = dp[i-1][j] + dp[i][j-1]

    3、初始状态。对于第一行 dp[0][j]和第一列 dp[i][0],由于都在边界,只有一个方向可以走,所以只能为 1。

    4、确定遍历顺序dp[i][j]是从其上边和左边推导而来,所以按照从左到右,从上到下的顺序来遍历。

    代码实现

    使用二维数组dp[][]保存中间状态,时间复杂度和空间复杂度都是O(m*n)

    public int uniquePaths(int m, int n) {
        int[][] dp = new int[m][n];
        //初始化
        for (int i = 0; i < n; i++) {
            dp[0][i] = 1;
        }
        //初始化
        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++) {
                //状态方程
                dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
            }
        }
        return dp[m - 1][n - 1];
    }
    

    优化1:根据状态转移方程dp[i][j] = dp[i-1][j] + dp[i][j-1]可知,只需要保存当前行与上一行的数据即可,空间复杂度可以优化为O(2n),具体代码如下:

    public int uniquePaths(int m, int n) {
        int[] preRow = new int[n];
        int[] curRow = new int[n];
        //初始化
        for (int i = 0; i < n; i++) {
            preRow[i] = 1;
            curRow[i] = 1;
        }
        for (int i = 1; i < m; i++){
            for (int j = 1; j < n; j++){
                curRow[j] = curRow[j-1] + preRow[j];
            }
            preRow = curRow.clone();
        }
        return curRow[n-1];
    }
    

    优化2:上述代码还可以继续优化,对于curRow[j] = curRow[j-1] + preRow[j],在未赋值之前curRow[j]就是当前行第i行的上一行第j列的值(这里可能不太好理解,小伙伴们好好思考一下),也就是说未赋值之前curRow[j]preRow[j]相等,因此curRow[j] = curRow[j-1] + preRow[j]可以写成curRow[j] += curRow[j-1],优化1代码中的preRow数组可以不用,只需要curRow数组即可,代码如下:

    public int uniquePaths(int m, int n) {
        int[] curRow = new int[n];
        //初始化
        for (int i = 0; i < n; i++) {
            curRow[i] = 1;
        }
        for (int i = 1; i < m; i++){
            for (int j = 1; j < n; j++){
                curRow[j] += curRow[j-1];
            }
        }
        return curRow[n-1];
    }
    

    这道腾讯面试题,算是动态规划里面比较简单的题目,虽然不难,但是在面试时氛围比较紧张的情况下,想要一次性bug free做出来,并且做到最优解,还是有点难度的。

    希望大家阅读后有所收获~

  • 相关阅读:
    query compiler
    non-deterministic-turing-machine
    What-are-P-NP-NP-complete-and-NP-hard
    查询优化器的算法
    Redis 和 I/O 多路复用
    Linux aio
    MySQL 的那些网络超时错误
    MYSQL performance
    jvmti
    JVM Troubleshooting
  • 原文地址:https://www.cnblogs.com/tyson03/p/15362232.html
Copyright © 2011-2022 走看看