题目:
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。
来源:力扣(LeetCode)
思路:
1)相比上一道题,加了障碍,但是道理一样,都是左边或者上边到达!
力扣题解中的描述:
动态规划的题目分为两大类,一种是求最优解类,典型问题是背包问题,另一种就是计数类,比如这里的统计方案数的问题,它们都存在一定的递推性质。前者的递推性质还有一个名字,叫做 「最优子结构」 ——即当前问题的最优解取决于子问题的最优解,后者类似,当前问题的方案数取决于子问题的方案数。所以在遇到求方案数的问题时,我们可以往动态规划的方向考虑。
作者:LeetCode-Solution
代码:
1)动态规划:写的代码繁琐
class Solution {
//像这种机器人走格子的题,不说是dp,我会使用dfs和回溯来做!
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
//这次给了一个数组,进行障碍物的表示!
int m = obstacleGrid.length;
if(m == 0) return 0;
int n = obstacleGrid[0].length;
int[][] dp = new int[m][n];
dp[0][0] = 1;//初始化
for(int i = 0;i < m;i++){
for(int j = 0;j < n;j++){
if(obstacleGrid[i][j] == 1) dp[i][j] = 0;
else if(i == 0 && j == 0) dp[i][j] = 1;
else if(i == 0 && j != 0){
dp[i][j] = dp[i][j - 1];
}
else if(j == 0 && i != 0){
dp[i][j] = dp[i - 1][j];
}
else{//不在第一行和第一列,还是只能从左或者上到达
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
}
return dp[m - 1][n - 1];
}
}
2)单独处理第一行和第一列
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length, n = obstacleGrid[0].length;
int[][] dp = new int[m][n];
//两个for对边界的处理
for (int i = 0; i < m && obstacleGrid[i][0] == 0; i++) {
dp[i][0] = 1;
}
for (int j = 0; j < n && obstacleGrid[0][j] == 0; j++) {
dp[0][j] = 1;
}
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if (obstacleGrid[i][j] == 1) continue;
dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
}
}
return dp[m - 1][n - 1];
}
}
3)使用滚动数组:对空间复杂度进行优化