day8 不同路径2

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]