问题
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
”)
现在考虑网格中有障碍物。那么从左上角到右下角将会有多少条不同的路径?
网格中的障碍物和空位置分别用 1 和 0 来表示
示例 1:
输入:obstacleGrid = [[0,0,0],[0,1,0],[0,0,0]]
输出:2
解释:
3x3 网格的正中间有一个障碍物
从左上角到右下角一共有 2 条不同的路径:
向右 -> 向右 -> 向下 -> 向下
向下 -> 向下 -> 向右 -> 向右
示例 2:
输入:obstacleGrid = [[0,1],[0,0]]
输出:1
思路
leetcode-62:不同路径中已经详细分析了没有障碍的情况,有障碍的话,其实就是标记对应的dp table
(dp数组)保持初始值0
就可以了
动规五部曲:
确定
dp
数组以及下标的含义dp[i][j]
:表示从(0, 0)
出发,到(i, j)
有dp[i][j]
条不同的路径
确定递推公式
dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
- 但这里需要注意一点,因为有了障碍,
(i, j)
如果就是障碍的话应该就保持初始状态(初始状态为0)if (obstacleGrid[i][j] == 0) { // 当(i, j)没有障碍的时候,再推导dp[i][j]
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
dp数组如何初始化 ```java int[][] dp = new int[n][n]; // 初始值为0 for(int i = 0; i < m; i++){ for(int j = 0; j< n; j++){
dp[i][j] = 0;
} }
for (int i = 0; i < m; i++) dp[i][0] = 1; for (int j = 0; j < n; j++) dp[0][j] = 1;
但如果`(i, 0)`这条边有了障碍之后,障碍之后(包括障碍)都是走不到的位置了,所以障碍之后的`dp[i][0]`应该还是初始值0<br />
```java
int[][] dp = new int[m][n];
for(int i = 0; i < m; i++){
for(int j = 0; j< n; j++){
dp[i][j] = 0;
}
}
for (int i = 0; i < m && obstacleGrid[i][0] == 0; i++)
dp[i][0] = 1;
for (int j = 0; j < n && obstacleGrid[0][j] == 0; j++)
dp[0][j] = 1;
注意代码里for循环的终止条件,一旦遇到obstacleGrid[i][0] == 1的情况就停止dp[i][0]的赋值1的操作
确定遍历顺序
- 从递归公式
dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
中可以看出,一定是从左到右一层一层遍历,这样保证推导dp[i][j]
的时候,dp[i - 1][j]
和dp[i][j - 1]
一定是有数值for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (obstacleGrid[i][j] == 1)
continue;
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
- 从递归公式
举例推导
dp
数组
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length;
int n = obstacleGrid[0].length;
int[][] dp = new int[m][n];
for(int i = 0; i < m; i++){
for(int j = 0; j< n; j++){
dp[i][j] = 0;
}
}
for (int i = 0; i < m && obstacleGrid[i][0] == 0; i++)
dp[i][0] = 1;
for (int j = 0; j < n && obstacleGrid[0][j] == 0; j++)
dp[0][j] = 1;
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (obstacleGrid[i][j] == 1)
continue;
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
return dp[m - 1][n - 1];
}
}
- 时间复杂度:
n
,m
分别为obstacleGrid 长度和宽度 - 空间复杂度: