C++
 Computer >> コンピューター >  >> プログラミング >> C++

Pythonで解くユニークパス問題:動的計画法で経路の総数を求める方法

ユニークパス(Unique Paths)問題とは

n行m列のグリッドの左上のマスにロボットが配置されているとします。ロボットは任意の時点で「下」または「右」のどちらかにのみ移動でき、グリッドの右下のマス(下の図では「END」と表示)を目指します。このとき、始点から終点まで到達できる経路が何通り存在するかを求めるのが、この「ユニークパス」問題です。

例として、m = 3、n = 2 の場合、グリッドは次のようになります。

Robo



END

この場合の出力は 3 です。つまり、開始位置から終了位置まで到達する方法は全部で3通りあります。それぞれの経路は以下の通りです。

  1. 右 → 右 → 下
  2. 右 → 下 → 右
  3. 下 → 右 → 右

動的計画法による解法の手順

この問題は、動的計画法(Dynamic Programming)を使うことで効率的に解くことができます。基本的な考え方は、「あるマスに到達する経路の数は、その下のマスと右のマスに到達する経路の数の合計に等しい」というものです。具体的な手順は以下の通りです。

  • row := n、col := m とし、n × m のサイズのDPテーブルを作成して、すべての要素を -1 で初期化します。
  • DP[row - 2, col - 1] := 1 を設定します。
  • i を 0 から col までループさせ、DP[n - 1, i] := 1 を設定します(最下行の各マスには経路が1通りしかありません)。
  • i を 0 から row までループさせ、DP[i, col - 1] := 1 を設定します(最右列も同様に1通りです)。
  • i を row - 2 から -1 まで、j を col - 2 から -1 まで逆順にループさせ、DP[i, j] := DP[i + 1, j] + DP[i, j + 1] を計算します。
  • 最後に DP[0, 0] を返します。これが求める経路の総数となります。

Pythonでの実装例

それでは、実際の実装を見ていきましょう。理解を深めるために、以下のコードを参考にしてください。

class Solution(object):
    def uniquePaths(self, m, n):
        row = n
        column = m
        dp = [[-1 for i in range(m)] for j in range(n)]
        dp[row-2][column-1] = 1
        for i in range(column):
            dp[n-1][i] = 1
        for i in range(row):
            dp[i][column-1]=1
        for i in range(row-2,-1,-1):
            for j in range(column-2,-1,-1):
                dp[i][j] = dp[i+1][j] + dp[i][j+1]
        return dp[0][0]
ob1 = Solution()
print(ob1.uniquePaths(10,3))

入力

10
3

出力

55

この例では、10列×3行のグリッドにおける経路の総数として 55 が出力されます。動的計画法を用いることで、すべての経路を列挙することなく、計算量 O(n × m) で効率的に答えを求めることができます。

  1. Pythonで木の特定の辺を含む一意なパスの総数をカウントするプログラム

    木構造を表す辺のリスト (u, v) が与えられます。ここで、各辺について「その辺を含む一意なパス(単純パス)」の総数を求め、入力された辺と同じ順序で結果を返す必要があります。例として、入力が edges = [[0, 1], [0, 2], [1, 3], [1, 4]] の場合を考えてみましょう。この場合、出力は [6, 4, 4, 4] となります。解き方のアプローチこの問題は、以下の手順で解くことができます。与えられた辺から隣接リスト adj を作成します。各頂点の部分木サイズを記録するためのマップ count を用意します。関数 dfs(x, parent) を定義します。count

  2. Pythonでリストの交互範囲スライスを行う方法|range()・enumerate()の活用

    スライシングは、Pythonでリストのデータを分析する際に非常によく使われる基本的な手法です。しかし、分析の目的によっては、特定の範囲の値に基づいてリストを部分的に切り出す必要があります。たとえば、「4つの要素をスキップし、その次の4つの要素を取り出す」という処理を繰り返したい場合などが挙げられます。本記事では、Pythonでこのような交互範囲スライス(alternate range slicing)を実現する方法を、2つのアプローチで解説します。 方法1:range()とlen()を組み合わせる まず、forループでリスト全体の長さ分だけインデックスを走査し、割り算の判定条件を満たす要素だ