一、题目描述
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。
二、解题思路
我们用 f(i, j)表示从左上角(0,0)走到 (i, j) 的路径数量,其中 i 和 j的范围分别是 [0, m) 和 [0, n),u(i, j) 表示坐标 (i, j)是否可行,如果坐标 (i,j) 有障碍物,u(i,j)=0,否则 u(i,j)=1。
由于我们每一步只能从向下或者向右移动一步,因此要想走到 (i, j),如果向下走一步,那么会从 (i-1, j)走过来;如果向右走一步,那么会从 (i, j-1)(i,j−1) 走过来。因此我们可以写出动态规划转移方程:
f(i, j) = f(i-1, j) + f(i, j-1)
当坐标 (i, j)本身有障碍的时候,任何路径都到到不了 f(i, j),此时 f(i,j)=0;下面我们来讨论坐标(i,j) 没有障碍的情况:如果坐标(i−1,j) 没有障碍,那么就意味着从坐标(i−1,j) 可以走到 (i,j),即 (i−1,j) 位置对f(i,j) 的贡献为 f(i - 1, j),同理,当坐标 (i,j−1) 没有障碍的时候,(i,j−1) 位置对 f(i,j) 的贡献为f(i,j−1)。综上所述,我们可以得到这样的动态规划转移方程:
上面是题目的分析过程,那么根据动规五部曲
我们来一步步编程:
第一步:确定dp数组(dp table)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。
第二步:确定递推公式
递推公式和62.不同路径⼀样,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)。
所以代码为:
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];
}
第三步:dp数组的初始化
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。
所以本题的初始化代码为:
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;
第四步: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] == 0)
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
第五步:举例推导dp数组
三、代码演示
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
//格子为空或者格子数组长度为0时返回0
if(obstacleGrid == null || obstacleGrid.length == 0){
return 0;
}
//定义dp数组
int m = obstacleGrid.length, n = obstacleGrid[0].length;
int[][] dp = new int[m][n];
//初始化dp数组的第一行和第一列
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;
}
//层层遍历,实现动态转移方程
for(int i=1; i<m; i++){
for(int j=1; j<n; j++){
if(obstacleGrid[i][j]==0){
dp[i][j] = dp[i-1][j]+dp[i][j-1];
}
}
}
return dp[m-1][n-1];
}
}