本题很容易联想到回溯算法,因为是路径问题,但非常可惜题目有时间限制,基于暴力的回溯算法显然会超时。因为dfs会递归探索从起点到终点的每一条可能路径,在最坏的情况下(没有障碍物且每次都能向下或向右移动),搜索的路径数量是指数级别的,即最多有 2^(m+n) 条路径。时间复杂度: O(2^(m+n)).
考虑下面这种做法:
我们现在想求得到达坐标(i,j)的路径总数,因为机器人只能从上方的格子或者左边的格子来,因此到坐标(i,j)的路径总数应该是到达(i-1,j)和(i,j-1)的路径之和。
因此,我们可以定义一个二维数组dp[][],dp[i][j]表示的就是到达坐标(i,j)的路径总数,有递推公式dp[i][j]=dp[i][j-1]+dp[i-1][j]。
分析完了一般情况,再分析特殊情况:
-
起点有障碍物:
- 如果起点
(0, 0)
有障碍物,那么机器人无法出发,路径数为 0。 - 处理方法:将
dp[0][0]
初始化为 0。
- 如果起点
-
有障碍物的格子:
- 如果格子
(i, j)
有障碍物,那么机器人无法通过该格子,到达这个格子的路径数为 0。 - 处理方法:设置
dp[i][j] = 0
,直接跳过此格子的路径计算。
- 如果格子
-
边界情况:
- 第一行:在第一行的格子,只能从左侧到达,因此
dp[i][0] = dp[i-1][0]
,但如果某个格子有障碍物,那么障碍物右侧的所有格子的路径数都为 0。 - 第一列:在第一列的格子,只能从上方到达,因此
dp[0][j] = dp[0][j-1]
,但如果某个格子有障碍物,那么障碍物下方的所有格子的路径数都为 0。 - 为了简化代码,可以舍去数组的第一行和第一列的特殊处理。将这些边界元素直接赋值为 0,这样起点从
(1, 1)
开始,所有位置的递推关系统一为dp[i][j] = dp[i-1][j] + dp[i][j-1]
,并且不需要额外考虑边界条件。int uniquePathsWithObstacles(int** obstacleGrid, int obstacleGridSize, int* obstacleGridColSize) { // 获取行数和列数 int m = obstacleGridSize; int n = *obstacleGridColSize; // 定义 DP 数组 int dp[m][n]; // 初始化起点 dp[0][0] = (obstacleGrid[0][0] == 1) ? 0 : 1; // 初始化第一列 for (int i = 1; i < m; i++) { // 如果当前位置是障碍物或者上一个位置为 0,则当前为 0 dp[i][0] = (obstacleGrid[i][0] == 1 || dp[i - 1][0] == 0) ? 0 : 1; } // 初始化第一行 for (int j = 1; j < n; j++) { // 如果当前位置是障碍物或者左边的位置为 0,则当前为 0 dp[0][j] = (obstacleGrid[0][j] == 1 || dp[0][j - 1] == 0) ? 0 : 1; } // 遍历网格,根据递推公式 dp[i][j] = dp[i-1][j] + dp[i][j-1] for (int i = 1; i < m; i++) { for (int j = 1; j < n; j++) { // 如果当前位置是障碍物,则路径数为 0 if (obstacleGrid[i][j] == 1) { dp[i][j] = 0; } else { dp[i][j] = dp[i - 1][j] + dp[i][j - 1]; } } } // 返回终点的路径总数 return dp[m - 1][n - 1];
- 第一行:在第一行的格子,只能从左侧到达,因此