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:
- 向右 -> 向右 -> 向下 -> 向下
- 向下 -> 向下 -> 向右 -> 向右
第一个想到的是深度优先搜索,即从第一个点开始向右向下搜索。
class Solution {
int m;
int n;
int count=0;
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
this.m=obstacleGrid.length;
this.n=obstacleGrid[0].length;
if(obstacleGrid==null||m==0||n==0) return 0;
if(obstacleGrid[0][0]==1||obstacleGrid[m-1][n-1]==1) return 0;
dfs(obstacleGrid,0,0);
return count;
}
public void dfs(int[][] obstacleGrid,int i,int j){
if(i==m-1&&j==n-1){
count++;
return ;
}
if(j+1<n&&obstacleGrid[i][j+1]!=1)
dfs(obstacleGrid,i,j+1);
if(i+1<m&&obstacleGrid[i+1][j]!=1)
dfs(obstacleGrid,i+1,j);
}
}
这种暴力方法超时,因为做了大量重复的工作。比如说从(i-1,j)到(i,j)和(i,j-1)到(i,j)(i,j)这个点被重复计算了,我们可以记录一下(i,j)这个点被经过了几次,然后往后递推,其实就是动态规划。
动态规划代码如下:
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m=obstacleGrid.length;
int n=obstacleGrid[0].length;
if(obstacleGrid==null||m==0||n==0) return 0;
if(obstacleGrid[0][0]==1||obstacleGrid[m-1][n-1]==1) return 0;
int count=0;
int[][] dp=new int[m][n];
dp[0][0]=1;
for(int i=0;i<m;i++){
for(int j=0;j<n;j++){
if(i==0&&j>=1){
if(obstacleGrid[i][j]==1) dp[i][j]=0;
else dp[i][j]=dp[i][j-1];
System.out.println(dp[i][j]);
}
else if(j==0&&i>=1){
if(obstacleGrid[i][j]==1) dp[i][j]=0;
else dp[i][j]=dp[i-1][j];
System.out.println(dp[i][j]);
}
else if(i>=1&&j>=1){
if(obstacleGrid[i][j]==1) dp[i][j]=0;
else dp[i][j]=dp[i-1][j]+dp[i][j-1];
System.out.println(dp[i][j]);
}
}
}
return dp[m-1][n-1];
}
}