一、题目内容
二、题目分析
这道题目和我之前写过的一道迷路的机器人很像,不同点在于那题需要输出路径但是无障碍物,这题只需要找出路径个数,但是存在障碍物。既然是动态规划那么还是通过设置dp开始,dp的大小就是网格的长宽。
动态规划的第一步就是确定dp的含义与大小,dp[i][j]的含义就是机器人从(0,0)出发,到达i,j所存在的路径数,那我们最终返回的就是dp[m-1][n-1]了。
int m=obstacleGrid.length;
int n=obstacleGrid[0].length;
int[][]dp=new int [m][n];
动态规划的第二步就是设置边界条件和特例分析,特殊情况是假如机器人的出发点或者终点都有障碍物,说明机器人根本出发不了或者根本到不了,所以这时候直接返回0就可。它的边界可以咋设置呢?我们可以在设置dp的时候将它的值全部归为0 ,然后开始考虑最左边那一列和最上面那一行的情况。
最左边那一列,从dp[0][0]到dp[m-1][0],如果没有障碍物的话,应该全部为1,因为机器人只可以向下或者向右走,那到达最左边那一列只有一种走法,就是向下。但是万一碰到了障碍物,那么从障碍物开始往下的所有地方都到达不了,原因还是机器人只可以向下向左走,那么dp的值就是0,。最上面那一行同理。所以边界条件的代码就是。
for(int i=0;i<m;i++)
{
if(obstacleGrid[i][0]!=1)
dp[i][0]=1;
else{
break;
}
}
for(int j=0;j<n;j++)
{
if(obstacleGrid[0][j]!=1)
dp[0][j]=1;
else{
break;
}
}
动态规划的第三步就是确定状态转移方程。内部的状态转移方程很容易得出,dp[i][j]只能从它上面或者左边过来,所以
dp[i][j]=dp[i-1][j]+dp[i][j-1];
当然了,这一切都要在(i,j)不是障碍物的前提下才成立。那么你可能会问:为什么不要判断(i,j)左边是不是障碍物呢?其实没有必要,因为如果左边和上面是障碍物,那么它已经变成0了,加上0结果是没有影响的。
所以完整代码如下
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m=obstacleGrid.length;
int n=obstacleGrid[0].length;
if(obstacleGrid[m-1][n-1]==1||obstacleGrid[0][0]==1)
return 0;
int[][]dp=new int [m][n];
for(int i=0;i<m;i++)
{
for(int j=0;j<n;j++)
{
dp[i][j]=0;
}
}
for(int i=0;i<m;i++)
{
if(obstacleGrid[i][0]!=1)
dp[i][0]=1;
else{
break;
}
}
for(int j=0;j<n;j++)
{
if(obstacleGrid[0][j]!=1)
dp[0][j]=1;
else{
break;
}
}
for(int i=1;i<m;i++)
{
for(int j=1;j<n;j++)
{
if(obstacleGrid[i][j]==1)
{
dp[i][j]=0;
}
else
dp[i][j]=dp[i-1][j]+dp[i][j-1];
}
}
return dp[m-1][n-1];
}
三、尾言
感觉这种题目这样写还是太繁琐,完全可以通过一维dp节省空间的。但是可能好久没写都忘了咋用了...