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。
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:
1. 向右 -> 向右 -> 向下 -> 向下
2. 向下 -> 向下 -> 向右 -> 向右
//二维动态数组dp[i][j]表示:从起点到达(i,j)点共有dp[i][j]条路径
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m=obstacleGrid.size();
int n=obstacleGrid[0].size();
vector<vector<int>> dp(m,vector<int>(n,0));
if (obstacleGrid[m - 1][n - 1] == 1 || obstacleGrid[0][0] == 1)
return 0;
for(int i=0;i<m;i++)
{
if(obstacleGrid[i][0])
{
for(int k=i;k<m;k++) //对第0列初始化注意若出现障碍物,则之后的都为0。下同理
dp[k][0]=0;
break;
}
else
dp[i][0]=1;
}
for(int j=0;j<n;j++)
{
if(obstacleGrid[0][j])
{
for(int k=j;k<n;k++)
dp[0][j]=0;
break;
}
else
dp[0][j]=1;
}
for(int i=1;i<m;i++)
{
for(int j=1;j<n;j++)
{
if(obstacleGrid[i][j])
dp[i][j]=0;
else
dp[i][j]=dp[i-1][j]+dp[i][j-1]; //状态方程
}
}
return dp[m-1][n-1];
}
};
- 时间复杂度:O(m×n)
- 空间复杂度:O(m×n)
- (因为遍历整个二维矩阵需要O(m×n) 的时间复杂度,dp二维数组大小为 m×n,用于存储,所以需要O(m×n) 的空间复杂度)
如何优化? 用大小为n的一维数组替换二维数组,可将空间复杂度从O(m×n)优化为O(n)
//一维数组dp[j]表示:从起点到达(i,j)共有dp[j]条路径
class Solution {
public:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m=obstacleGrid.size();
int n=obstacleGrid[0].size();
vector<int> dp(n);
if (obstacleGrid[m - 1][n - 1] == 1 || obstacleGrid[0][0] == 1)
return 0;
dp[0]=1; //初始状态
for(int i=0;i<m;i++)
{
for(int j=0;j<n;j++)
{
if(obstacleGrid[i][j])
dp[j]=0;
else if(j>0)
dp[j]=dp[j]+dp[j-1];//更新当前位置的路径数量=上方和左侧位置的路径数量之和
}
}
return dp[n-1];
}
};
结果对比:
(前)
(后)