Leetcode--不同路径

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 :
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

分析1：

这个题最容易想到的就是回溯法，类似于八皇后，相当于DFS搜索，但是比八皇后要简单一点：在这个题中我们判断一个格子是否能走时，只需要看这个位置上是否有障碍物，但是八皇后在进入一个格子后，需要判断这个格子与其他皇后占有格子的关系。
我们可以设计一个程序，循环这一部分：使机器人一直往右走，直到走到数组的边界再往下走，遇到障碍或者到达终点或者无路可走后回溯到前一个格子，机器人再从这个格子出发，循环加粗部分。如何使机器人不重复走相同的格子呢？我们要记录一个格子是否往右走过和是否往下走过！！设格子往下走过时将格子设置为2，格子往右走过时格子设置为3，这样就可以在不多余开辟空间的情况下来记录格子走过的路径。

代码1：

分析2：

这个题没到达一个格子(i,j)时，从(0,0)到(i,j)的路径个数是与(0,0)到达(i-1,j)、(0,0)到达(i,j-1)的个数有关的,所以这个题可以用动态规划的做法来实现！

1. 定义

dp[i][j]表示从(0,0)到(i,j)的路径条数

2. 递推公式

当obs[i][j] == 1时，dp[i][j] = 0
当obs[i][j] == 0时
如果i > 0,j > 0，dp[i][j] = dp[i-1][j]+dp[i][j-1],dp[i-1][j]表示(0,0)到达此格子上面的格子的路径条数,dp[i][j-1]表示(0,0)到达此格子左边的格子的路径条数。
如果(i > 0 && j == 0),dp[i][j] = dp[i-1][j]。
如果(i == 0 && j > 0),dp[i][j] = dp[i][j-1]。

3. 初始化边界
   如果obs[0][0] == 0，初始化dp[0][0] == 1。

代码2：

 int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) 
    {
    	int n = obstacleGrid.size();
        int m = obstacleGrid[0].size();
        vector<vector<int>> dp;
        dp.resize(n);
        for(int i=0;i<n;i++)
        {
            dp[i].resize(m);
        }
        if(obstacleGrid[0][0] == 0)
        {
            dp[0][0] =1 ;
        }
        for(int i = 0;i<n;i++)
        {
            for(int j = 0;j<m;j++)
            {
                if(obstacleGrid[i][j] == 1)
                {
                    dp[i][j] = 0;
                }
                else
                {
                    if(i>0 && j>0)
                    {
                        dp[i][j] = dp[i-1][j]+dp[i][j-1];
                    }
                    else if(i > 0 && j==0)
                    {
                        dp[i][j] = dp[i-1][j];
                    }
                    else if(i ==0 &&j >0)
                    {
                        dp[i][j] = dp[i][j-1];
                    }
                }
            }
        }
        return dp[n-1][m-1];
    }

时间复杂度O(n*m)

注意事项：

在Leetcode上解答这个题时，代码1因为时间超时不能通过，只能使用动态规划的代码2来解答！