状态转移:
代码实现:
class Solution {
public:
int dp[101][101];
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
if(obstacleGrid[0][0] == 0) dp[0][0] = 1;
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
for(int i = 0; i < m ; i++)
for(int j = 0; j < n; j++)
if(obstacleGrid[i][j] == 0){
if(i > 0 && j > 0) dp[i][j] = dp[i-1][j] + dp[i][j-1];
else if(i > 0 ) dp[i][j] = dp[i-1][j];
else if( j > 0) dp[i][j] = dp[i][j-1];
}
return dp[m-1][n-1];
}
};
学习进阶:
滚动数组:
滚动数组是DP中的一种编程思想。简单的理解就是让数组滚动起来,每次都使用固定的几个存储空间,来达到压缩,节省存储空间的作用。起到优化空间,主要应用在递推或动态规划中(如01背包问题)。因为DP题目是一个自底向上的扩展过程,我们常常需要用到的是连续的解,前面的解往往可以舍去。所以用滚动数组优化是很有效的。利用滚动数组的话在N很大的情况下可以达到压缩存储的作用。
优化后写法:
class Solution {
public:
int dp[101];
int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
int m = obstacleGrid.size();
int n = obstacleGrid[0].size();
for(int i = 0; i < m ; i++)
for(int j = 0; j < n; j++)
if(obstacleGrid[i][j] == 0)
if( j == 0)
if(i == 0)
dp[j] = 1;
else ;
else
dp[j] = dp[j] + dp[j-1];
else dp[j] = 0;
return dp[n-1];
}
};
可以节省空间,时间上应该没有什么优化。