leetcode:63. 不同路径 II----动态规划解法

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。

示例 1：

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：

输入：obstacleGrid = [[0,1],[0,0]]
输出：1

提示：

m == obstacleGrid.length
n == obstacleGrid[i].length
1 <= m, n <= 100
obstacleGrid[i][j] 为 0 或 1

方法一：经典动态规划
使用数组dp[i][j]表示机器人到达当前顶点的路径总数，则有状态转移方程：

		   dp[i][j] = dp[i-1][j] + dp[i][j-1]

初始条件下，第一行的路径数dp[i][0],根据当前顶点是否是障碍物以及之前的顶点是否是障碍物，初始化为1或者0，第一列同理。最后总的路径数就是dp[n-1][m-1]，其中n为行数，m为列数。

class Solution:
    def uniquePathsWithObstacles(self, obstacleGrid: List[List[int]]) -> int:
        n, m = len(obstacleGrid), len(obstacleGrid[0])
        dp = [[0]*m for _ in range(n)]
        dp[0][0] = 1 if obstacleGrid[0][0]==0 else 0
        for i in range(1, n):	#初始化第一列
            if obstacleGrid[i][0] == 0:
                dp[i][0] = dp[i-1][0]
        for j in range(1, m):	#初始化第一行
            if obstacleGrid[0][j] == 0:
                dp[0][j] = dp[0][j-1]
        for i in range(1, n):
            for j in range(1, m):
                if obstacleGrid[i][j] == 0:
                    dp[i][j] = dp[i-1][j] + dp[i][j-1]
        return dp[n-1][m-1]

时间复杂度：O(mn)
空间复杂度：O(mn)

优化方法：使用滚动数组优化空间，由于状态转移方程只涉及到当前行和上一行，因此可以只使用一行数组dp[i]，来表示到达第i个节点的路径数。则有如下代码：

class Solution:
    def uniquePathsWithObstacles(self, obstacleGrid: List[List[int]]) -> int:
        n, m = len(obstacleGrid), len(obstacleGrid[0])
        dp = [0] * m
        #初始化第一个顶点
        dp[0] = 1 if obstacleGrid[0][0]==0 else 0	
        for i in range(n):
            for j in range(m):
                if obstacleGrid[i][j]==1:
                    dp[j] = 0
                    continue
                if j >= 1:
                    dp[j] = dp[j] + dp[j-1]        
        return dp[m-1]

时间复杂度：O(m*n)
空间复杂度：O(m)