算法设计与分析—不同路径 II

该博客介绍了如何解决LeetCode上的594题——最长和谐子序列,通过动态规划的方法,避开网格中的障碍物,计算从左上角到右下角的不同路径数量。博客详细阐述了动态规划的实现过程,包括初始化二维数组、遍历数组并计算路径总数,最后得出结果。示例展示了具体代码实现,解释了不同情况下的路径计数。
摘要由CSDN通过智能技术生成

Leetcode练习:

594. 最长和谐子序列
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?

在这里插入图片描述
网格中的障碍物和空位置分别用 1 和 0 来表示。

示例 1:
在这里插入图片描述
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

示例 2:
在这里插入图片描述
输入:obstacleGrid = [[0,1],[0,0]]
输出:1

来源:力扣(LeetCode)

算法思路
在这里插入图片描述
动态规划+二维数组
1、先初始化二维数组边界值
2、遍历二维数组将左和下方的值进行相加得结果
3、最终结果再右下方

def uniquePathsWithObstacles(self, obstacleGrid):
    """
    :type obstacleGrid: List[List[int]]
    :rtype: int
    """
    if len(obstacleGrid)==0:
        return 0
    m,n=len(obstacleGrid),len(obstacleGrid[0])
    dp=[[0]*n for i in range(m)]
    for i in range(m):
        if obstacleGrid[i][0]==1:
            break
        else:
            dp[i][0]=1
    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]==0:
                dp[i][j]=dp[i-1][j]+dp[i][j-1]
    return dp[m-1][n-1]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

南方-D

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值