leetcode的python实现--(63)不同路径 II--动态规划

leetcode-(63)不同路径 II

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。

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
因为机器人只能向右或者向下移动，要走到在第ｉ行第ｊ列的网格，必须是从第ｉ-1行第ｊ列的网格或者第ｉ行第ｊ-1列的网格移动过来，假设二维数组dp[i][j]表示在第ｉ行第ｊ列的网格上的路径总数，则当位置(i,j)没有障碍物时，dp[i][j] = dp[i-1][j] +dp[i][j-1]；有障碍物时，dp[i][j]=0；

初始化dp所有的元素均为0，没有障碍物时，在网格的第一行和第一列的所有路径数应该都是１，针对第一行或者第一列的某个位置，若有障碍物，则该位置及其之后的位置dp均为0,因为没法从该位置移动过来．

python３实现

from typing import List
class Solution:
    def uniquePathsWithObstacles(self, obstacleGrid: List[List[int]]) -> int:
        m = len(obstacleGrid)
        n = len(obstacleGrid[0])        
        dp = [[0]*n for i in range(m)]#初始化dp数组元素全0
        #针对第一列的某个位置判断是否有障碍物，决定该处dp取值
        for i in range(m):
            if obstacleGrid[i][0]==1:
                break
            else:
                dp[i][0] = 1
        #针对第一行的的某个位置判断是否有障碍物，决定该处dp取值
        for j in range(n):
            if obstacleGrid[0][j]==1:
                break
            else:
                dp[0][j] = 1
                
        for i in range(1,m):
            for j in range(1,n):
                if obstacleGrid[i][j]==1:#有障碍物时，dp[i][j]=0
                    dp[i][j] = 0
                else:
                    dp[i][j] = dp[i-1][j] +dp[i][j-1] #没有障碍物时
        return dp[-1][-1]

测试

if __name__ == "__main__":
    s=Solution()
    t=[
      [0,0,0],
      [0,1,0],
      [0,0,0]
    ]
    m=[[0,1,0],
       [0,0,0]]
    print(s.uniquePathsWithObstacles(t))
    print(s.uniquePathsWithObstacles(m))
# result
2
1

欢迎关注公众号－算法学习总结，获取更多题解