原题链接:
http://oj.leetcode.com/problems/unique-paths-ii/
这道题跟 Unique Paths 非常类似,只是这道题给机器人加了障碍,不是每次都有两个选择(向右,向下)了。因为有了这个条件,所以 Unique Paths 中最后一个直接求组合的方法就不适用了,这里最好的解法就是用动态规划了。递推式还是跟 Unique Paths 一样,只是每次我们要判断一下是不是障碍,如果是,则res[i][j]=0,否则还是res[i][j]=res[i-1][j]+res[i][j-1]。实现中还是只需要一个一维数组,因为更新的时候所需要的信息足够了。这样空间复杂度是是O(n)(如同 Unique Paths 中分析的,如果要更加严谨,我们可以去行和列中小的那个,然后把小的放在内层循环,空间复杂度就是O(min(m,n)),时间复杂度还是O(m*n)。代码如下:
这道题跟 Unique Paths 非常类似,只是这道题给机器人加了障碍,不是每次都有两个选择(向右,向下)了。因为有了这个条件,所以 Unique Paths 中最后一个直接求组合的方法就不适用了,这里最好的解法就是用动态规划了。递推式还是跟 Unique Paths 一样,只是每次我们要判断一下是不是障碍,如果是,则res[i][j]=0,否则还是res[i][j]=res[i-1][j]+res[i][j-1]。实现中还是只需要一个一维数组,因为更新的时候所需要的信息足够了。这样空间复杂度是是O(n)(如同 Unique Paths 中分析的,如果要更加严谨,我们可以去行和列中小的那个,然后把小的放在内层循环,空间复杂度就是O(min(m,n)),时间复杂度还是O(m*n)。代码如下:
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
if(obstacleGrid == null || obstacleGrid.length==0 || obstacleGrid[0].length==0)
return 0;
int[] res = new int[obstacleGrid[0].length];
res[0] = 1;
for(int i=0;i<obstacleGrid.length;i++)
{
for(int j=0;j<obstacleGrid[0].length;j++)
{
if(obstacleGrid[i][j]==1)
{
res[j]=0;
}
else
{
if(j>0)
res[j] += res[j-1];
}
}
}
return res[obstacleGrid[0].length-1];
}
这里就不列出brute force递归方法的代码了,递归式和结束条件跟动态规划很近似,有兴趣的朋友可以写一下哈。