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。
说明:m 和 n 的值均不超过 100。
示例 1:
输入:
[
[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
思路:这道题本身不难,只是第一道题的升级版,加了障碍,主要难在加了障碍后如何针对障碍优化递归函数和初始化二维矩阵,原题的测试样例比较坑,加了很多很奇葩的样例,所以递推式和初始化二维矩阵的规则也一直在变。
二维矩阵dp[i][j]表示到达[i,j]点有几种走法。
首先是初始化二维矩阵,由于第一行和第一列比较特殊,我们单独初始化,如果obstacleGrid[i][j]的某个值为1,则第一行或者第一列之后的元素全部不可达,及二维矩阵之后的元素(仅限第一行或第一列)全部初始化为0,否则初始化为1。对于第一行或第一列的初始化如下代码所示:
//初始化第一行
for (int i = 0; i < n; i++) {
if (obstacleGrid[0][i] == 1 || (i>0 && dp[0][i-1]==0)) { //如果dp[0][i-1](前一个元素已经不可达),那么这个元素也不可达
dp[0][i] = 0;
}
else {
dp[0][i] = 1;
}
}
//初始化第一列
for (int i = 0; i < m; i++) {
if (obstacleGrid[i][0] == 1 || (i>0 && dp[i-1][0] == 0)) { //如果dp[i-1][0](前一个元素已经不可达),这个元素也不可达
dp[i][0] = 0;
}
else {
dp[i][0] = 1;
}
}
初始化完了我们来看递归公式,因为有障碍,所以递归公式如下所示:
int up = obstacleGrid[i - 1][j];
int left = obstacleGrid[i][j-1];
dp[i][j] =(!obstacleGrid[i][j])*((!up)* dp[i - 1][j] + (!left)*dp[i][j - 1]);
如果上面或左边或本身是有障碍的,那么他的路径是不能算入内的(算为0),如果本身也是有障碍的,那么到达本身的路径也是0。
有了上述分析,参考代码如下:
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int res = 0;
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
int **dp = new int *[m];
for (int i = 0; i < m; i++) {
dp[i] = new int[n];
}
//初始化第一行
for (int i = 0; i < n; i++) {
if (obstacleGrid[0][i] == 1 || (i>0 && dp[0][i-1]==0)) {
dp[0][i] = 0;
}
else {
dp[0][i] = 1;
}
}
//初始化第一列
for (int i = 0; i < m; i++) {
if (obstacleGrid[i][0] == 1 || (i>0 && dp[i-1][0] == 0)) {
dp[i][0] = 0;
}
else {
dp[i][0] = 1;
}
}
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
int up = obstacleGrid[i - 1][j];
int left = obstacleGrid[i][j-1];
dp[i][j] =(!obstacleGrid[i][j])*((!up)* dp[i - 1][j] + (!left)*dp[i][j - 1]);
}
}
res = dp[m - 1][n - 1];
for (int i = 0; i < m; i++) {
delete[] dp[i];
}
delete[] dp;
return res;
}