想系统提升编程能力、查看更完整的学习路线欢迎访问 AI Compasshttps://github.com/tingaicompass/AI-Compass仓库持续更新刷题题解、Python 基础和 AI 实战内容适合想高效进阶的你。 第72课:杨辉三角模块:动态规划 |难度:Easy ⭐LeetCode 链接:https://leetcode.cn/problems/pascals-triangle/前置知识:无预计学习时间:20分钟 题目描述给定一个非负整数 numRows,生成杨辉三角的前 numRows 行。在杨辉三角中,每个数是它左上方和右上方的数的和。示例:输入:numRows 5 输出:[[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]] 可视化: 1 1 1 1 2 1 1 3 3 1 1 4 6 4 1约束条件:1 numRows 30需要返回二维数组,不是打印 边界用例(面试必考)用例类型输入期望输出考察点最小输入numRows1[[1]]只有顶点小规模numRows2[[1],[1,1]]第二行有两个1中等规模numRows5[[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]]验证递推逻辑大规模numRows3030行三角形性能边界 思路引导生活化比喻想象你在搭积木金字塔,从顶端的1个积木开始,每一层的积木数量都比上一层多1。关键规则是:每个积木上的数字 它左上方的数字 右上方的数字。笨办法:用数学公式计算每个位置的值(组合数公式 C(n,k)),需要计算阶乘,容易溢出且效率不高。聪明办法:观察规律——每一行的第一个和最后一个数字都是1,中间的数字都是上一行相邻两个数字之和。所以我们可以逐行生成:先在两端放1,中间的数字从上一行推导出来。这就是二维动态规划的入门思想。关键洞察当前行的每个数字(除了首尾的1) 上一行相邻两个数字之和 解题思维链这一节模拟你在面试中从零开始思考的过程。Step 1:理解题目 → 锁定输入输出输入:一个正整数 numRows,表示要生成的行数输出:一个二维列表,包含杨辉三角的前 numRows 行限制:每行第一个和最后一个数字是1,中间数字由上一行推导Step 2:先想笨办法(数学公式法)杨辉三角第n行第k个数字的数学公式是组合数 C(n, k) n! / (k! * (n-k)!),可以直接计算。时间复杂度:O(numRows²) — 需要计算每个位置的组合数瓶颈在哪:计算阶乘容易溢出,且需要重复计算,效率不高Step 3:瓶颈分析 → 优化方向观察杨辉三角的规律:每一行的数字都可以从上一行推导出来,不需要每次重新计算阶乘。核心问题:数学公式计算复杂,且没有利用前一行的结果优化思路:能不能基于前一行直接生成当前行?→用逐行递推Step 4:选择武器选用:动态规划(二维DP)理由:当前行依赖上一行,具有明显的递推关系,适合DP自底向上生成模式识别提示:当题目出现第n行依赖第n-1行、“逐层构建时,优先考虑动态规划” 解法一:逐行递推(标准DP)思路从第一行开始,逐行生成杨辉三角。每一行的首尾都是1,中间的数字通过访问上一行相邻两个位置相加得到。图解过程生成过程(以 numRows5 为例): 第1行: [1] ↓ 第2行: [1, 1] ↓ ↓ ↓ 第3行: [1, 2, 1] ↗ ↖ ↗ ↖ 112 ↓ 第4行: [1, 3, 3, 1] ↗ ↖ ↗ ↖ ↗ ↖ 123 213 ↓ 第5行: [1, 4, 6, 4, 1] ↗ ↖ ↗ ↖ ↗ ↖ ↗ ↖ 134 336 314 规律总结: row[j] prev_row[j-1] prev_row[j] (1 j len(row)-1)Python代码fromtypingimportListdefgenerate_pascal_triangle(numRows:int)-List[List[int]]: 解法一:逐行递推(标准DP) 思路:基于上一行生成当前行,首尾为1,中间为上一行相邻两数之和 result[]foriinrange(numRows):# 创建当前行,长度为 i1,初始化为1row[1]*(i1)# 计算中间元素(第一个和最后一个保持为1)ifi2:# 从第3行开始才有中间元素prev_rowresult[i-1]# 上一行forjinrange(1,i):# j 从 1 到 i-1row[j]prev_row[j-1]prev_row[j]result.append(row)returnresult# ✅ 测试print(generate_pascal_triangle(1))# 期望输出: [[1]]print(generate_pascal_triangle(3))# 期望输出: [[1],[1,1],[1,2,1]]print(generate_pascal_triangle(5))# 期望输出: [[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]]复杂度分析时间复杂度(numRows²) — 总共生成 123…numRows numRows*(numRows1)/2 个数字具体地说:如果 numRows30,大约需要生成 30*31/2 465 个数字空间复杂度(numRows²) — 存储整个三角形的所有数字优缺点✅ 代码清晰,易于理解✅ 利用递推关系,避免重复计算⚠️ 空间复杂度无法优化(题目要求返回整个三角形) 解法二:优化写法(代码简化,最优解)优化思路观察解法一,我们可以在生成每一行时边遍历边计算,不需要单独判断i 2。而且可以用更简洁的方式访问上一行。关键想法:简化代码逻辑,让循环更统一图解过程优化思路: 对于每一行,先创建全是1的数组,然后只修改中间部分 生成第4行 [1, 3, 3, 1] 的过程: 1. 创建: row [1, 1, 1, 1] (长度为4) 2. 修改: row[1] prev_row[0] prev_row[1] 1 2 3 row[2] prev_row[1] prev_row[2] 2 1 3 3. 保持: row[0] 1, row[3] 1 不变Python代码defgenerate_optimized(numRows:int)-List[List[int]]: 解法二:优化写法 — 最优解 思路:与解法一相同,但代码更简洁 result[]foriinrange(numRows):# 当前行初始化为全1row[1]*(i1)# 更新中间元素forjinrange(1,i):row[j]result[i-1][j-1]result[i-1][j]result.append(row)returnresult# ✅ 测试print(generate_optimized(5))# 期望输出: [[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]]复杂度分析时间复杂度(numRows²) — 与解法一相同空间复杂度(numRows²) — 与解法一相同为什么是最优解:时间复杂度已经最优(必须生成所有数字)空间复杂度受题目限制(必须返回整个三角形)代码更简洁,循环逻辑更清晰 Pythonic 写法利用 Python 的列表推导式和 zip 函数,可以写出非常简洁的版本:# 方法一:列表推导式defgenerate_pythonic(numRows:int)-List[List[int]]:result[[1]]for_inrange(numRows-1):prevresult[-1]# 构造当前行: [1] 中间部分 [1]row[1][prev[i]prev[i1]foriinrange(len(prev)-1)][1]result.append(row)returnresultifnumRows0else[]# 方法二:使用 zip 妙用defgenerate_zip(numRows:int)-List[List[int]]:result[[1]]for_inrange(numRows-1):prevresult[-1]# zip([1,2,1], [0,1,2]) [(1,0), (2,1), (1,2)]# 但我们需要 [12, 21] [3, 3]# 技巧: zip(prev, prev[1:]) [(1,2), (2,1)]row[1][abfora,binzip(prev,prev[1:])][1]result.append(row)returnresultifnumRows0else[]zip(prev, prev[1:])的巧妙之处:prev [1, 2, 1]prev[1:] [2, 1]zip(prev, prev[1:]) [(1,2), (2,1)]— 恰好是相邻两个数的配对![ab for a,b in zip(...)][12, 21][3, 3]⚠️面试建议:先写清晰版本展示思路,再提 Pythonic 写法展示语言功底。面试官更看重你的思考过程,而非代码行数。 解法对比维度解法一:标准递推 解法二:优化写法(最优)时间复杂度O(numRows²)O(numRows²)← 理论最优空间复杂度O(numRows²)O(numRows²)← 题目要求代码难度简单简单面试推荐⭐⭐⭐⭐⭐← 首选适用场景清晰展示逻辑代码简洁,面试首选为什么解法二是最优解:时间复杂度 O(numRows²) 已经是理论最优(必须生成所有数字,无法更快)空间复杂度受题目限制(必须返回整个三角形,无法更省)代码更简洁,循环逻辑更统一,面试中更容易写对面试建议:先用1分钟画图展示杨辉三角的递推规律:“每个数 左上 右上”立即写出最优解的代码,强调首尾为1,中间从上一行推导手动模拟生成前3行的过程,展示对递推的理解测试边界用例(numRows1),验证代码正确性如果时间允许,展示 Pythonic 写法(zip技巧),加分项 面试现场模拟面试中的完整对话流程,帮你练习边想边说。面试官:请你生成杨辉三角的前n行。你:(审题30秒,画出示例)好的,杨辉三角的规律是:每一行的第一个和最后一个数字都是1,中间的数字是上一行相邻两个数字之和。比如第4行的3 上一行的12。我的思路是逐行生成:从第1行 [1] 开始,每次基于上一行生成当前行。具体步骤是:创建长度为 i1 的数组,全部初始化为1遍历中间位置(从1到i-1),计算row[j] prev_row[j-1] prev_row[j]将当前行加入结果时间复杂度 O(n²),空间复杂度 O(n²),都是最优的。面试官:很好,请写代码。你:(边写边说)defgenerate(numRows):result[]foriinrange(numRows):row[1]*(i1)# 先全部填1forjinrange(1,i):# 更新中间元素row[j]result[i-1][j-1]result[i-1][j]result.append(row)returnresult面试官:测试一下?你:用 numRows3 走一遍:i0: row[1], result[[1]]i1: row[1,1], result[[1],[1,1]]i2: row[1,1,1], 更新 row[1]result[1][0]result[1][1]112, 得到 [1,2,1], result[[1],[1,1],[1,2,1]]结果正确。边界情况 numRows1 返回 [[1]],也正确。高频追问追问应答策略“能不能只返回第n行,而不生成整个三角形?”“可以!只需要维护当前行和上一行,空间优化到 O(n)。核心思想是用两个数组交替更新,或者用一个数组从后往前更新(避免覆盖)。”“如何计算杨辉三角第n行第k个数?”“可以用组合数公式 C(n,k),或者用递推关系从第1行一直算到第n行。如果只要一个数,用公式更快。”“杨辉三角有什么应用?”“杨辉三角在数学中就是组合数表,应用很广:二项式展开系数、概率计算(如抛硬币)、组合优化问题等。”“能否用递归实现?”“可以,递归计算 C(n,k) C(n-1,k-1) C(n-1,k),但需要记忆化避免重复计算,本质上和迭代DP相同。” 知识点总结Python技巧卡片 # 技巧1:列表推导式 — 简洁生成列表row[1][prev[i]prev[i1]foriinrange(len(prev)-1)][1]# 技巧2:zip 妙用 — 生成相邻元素配对# zip([1,2,1], [2,1]) [(1,2), (2,1)]row[1][abfora,binzip(prev,prev[1:])][1]# 技巧3:列表切片 — prev[1:] 从第2个元素到末尾prev[1,2,1]prev[1:][2,1]# 去掉第一个元素 底层原理(选读)为什么杨辉三角和组合数有关?杨辉三角第n行第k个数字(从0开始计数)恰好是组合数 C(n, k) n! / (k! * (n-k)!)。组合数的递推关系是:C(n, k) C(n-1, k-1) C(n-1, k)这恰好对应杨辉三角的左上右上规则!应用举例:二项式展开:(ab)^n 的系数就是杨辉三角第n行(ab)² 1·a² 2·ab 1·b² → 系数 [1, 2, 1](ab)³ 1·a³ 3·a²b 3·ab² 1·b³ → 系数 [1, 3, 3, 1]概率计算:抛3次硬币,恰好2次正面的概率 C(3,2)/2³ 3/8算法模式卡片 模式名称:二维DP(逐行递推)适用条件:当前行依赖上一行,需要生成多行结果识别关键词:“杨辉三角”、“帕斯卡三角”、“逐行生成”、“上一行推导当前行”模板代码:defgenerate_rows(n):result[]foriinrange(n):# 初始化当前行row[initial_value]*(i1)# 基于上一行更新当前行ifi0:prev_rowresult[i-1]forjinrange(1,i):row[j]transition_function(prev_row,j)result.append(row)returnresult易错点 ⚠️索引越界:访问result[i - 1]时忘记判断 i 0,导致访问 result[-1] 拿到错误的最后一行正确做法:确保 i 1 时才访问上一行,或者从 i1 开始循环边界处理错误:忘记处理 numRows0 或 numRows1 的情况正确做法:在函数开头判断if numRows 0: return []修改了首尾元素:循环范围写成range(0, i1)导致覆盖了首尾的1正确做法:循环范围应该是range(1, i),只修改中间元素️ 工程实战(选读)这个算法思想在真实项目中的应用,让你知道学了有什么用。场景1:数据分析 — 计算多项式展开系数,用于信号处理中的滤波器设计(如二项式滤波器)场景2:概率计算 — 在金融风控中计算多次独立事件的组合概率(如贷款违约概率)场景3:图形渲染 — 贝塞尔曲线的系数计算使用杨辉三角中的组合数️ 举一反三完成本课后,试试这些同类题目来巩固知识:题目难度相关知识点提示LeetCode 119. 杨辉三角 IIEasyDP空间优化只返回第n行,可以用O(n)空间的滚动数组LeetCode 120. 三角形最小路径和MediumDP递推类似杨辉三角的结构,但求最小路径和而非生成三角形LeetCode 931. 下降路径最小和Medium二维DP在二维矩阵中从上到下找最小路径,递推关系类似 课后小测试试这道变体题,不要看答案,自己先想5分钟!题目:如何只用 O(n) 空间生成杨辉三角的第 n 行?(不需要返回整个三角形) 提示(实在想不出来再点开)只需要维护当前行和上一行,用两个数组交替更新;或者用一个数组从后往前更新(避免覆盖)。✅ 参考答案defgetRow(rowIndex:int)-List[int]: 只返回杨辉三角的第 rowIndex 行(从0开始计数) 空间优化到 O(n) # 从后往前更新,避免覆盖row[1]*(rowIndex1)foriinrange(2,rowIndex1):# 从后往前更新中间元素forjinrange(i-1,0,-1):row[j]row[j]row[j-1]returnrow# 测试print(getRow(3))# 输出: [1, 3, 3, 1]print(getRow(4))# 输出: [1, 4, 6, 4, 1]核心思路:初始化长度为 rowIndex1 的数组,全部填1从第2行开始逐行更新(第0行和第1行都是全1,不需要更新)关键技巧:从后往前更新row[j] row[j] row[j-1]为什么从后往前?如果从前往后,row[j]被更新后,计算row[j1]时需要的旧值row[j]已经被覆盖了从后往前更新时,row[j-1]还是旧值,不会被覆盖举例:生成第3行 [1, 3, 3, 1]初始: row [1, 1, 1, 1]i2: j1, row[1] row[1] row[0] 11 2 → [1, 2, 1, 1]i3: j2, row[2] row[2] row[1] 12 3 → [1, 2, 3, 1]j1, row[1] row[1] row[0] 21 3 → [1, 3, 3, 1]如果这篇内容对你有帮助推荐收藏 AI Compasshttps://github.com/tingaicompass/AI-Compass更多系统化题解、编程基础和 AI 学习资料都在这里后续复习和拓展会更省时间。