给定一个 m x n
的整数数组 grid
。一个机器人初始位于 左上角(即 grid[0][0]
)。机器人尝试移动到 右下角(即 grid[m - 1][n - 1]
)。机器人每次只能向下或者向右移动一步。
网格中的障碍物和空位置分别用 1
和 0
来表示。机器人的移动路径中不能包含 任何 有障碍物的方格。
返回机器人能够到达右下角的不同路径数量。
测试用例保证答案小于等于 2 * 109
。
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
思路:
- 使用一个二维的
dp
数组,dp[i][j]
表示从左上角到达位置(i, j)
的路径数量。 - 初始化时,首先判断左上角位置是否为障碍物,如果是障碍物,则路径为 0,否则为 1。
- 对于每个位置
(i, j)
,如果不是障碍物,则路径数等于从上方和左方到达该位置的路径之和:dp[i][j] = dp[i-1][j] + dp[i][j-1]
。 - 如果该位置是障碍物,
dp[i][j] = 0
。
class Solution(object):
def uniquePathsWithObstacles(self, obstacleGrid):
"""
:type obstacleGrid: List[List[int]]
:rtype: int
"""
# 获取网格的行数和列数
m = len(obstacleGrid)
n = len(obstacleGrid[0])
# 如果起点就是障碍物,直接返回0
if obstacleGrid[0][0] == 1:
return 0
# 初始化dp数组,dp[i][j]表示到达(i, j)的路径数
dp = [[0] * n for _ in range(m)]
# 起点可以到达,如果没有障碍物的话
dp[0][0] = 1
# 初始化第一列
for i in range(1, m):
dp[i][0] = dp[i-1][0] if obstacleGrid[i][0] == 0 else 0
# 初始化第一行
for j in range(1, n):
dp[0][j] = dp[0][j-1] if obstacleGrid[0][j] == 0 else 0
# 通过动态规划计算路径数
for i in range(1, m):
for j in range(1, n):
if obstacleGrid[i][j] == 0:
dp[i][j] = dp[i-1][j] + dp[i][j-1]
else:
dp[i][j] = 0
# 返回右下角的路径数
return dp[-1][-1]