63. 不同路径 II

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 10 来表示。

示例 1:

复制代码
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:

复制代码
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]01
cpp 复制代码
class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        //dp[i][j]:到达(i,j)有dp[i][j]种方法
        //dp[i][j] = dp[i-1][j]+dp[i][j-1];
        //初始化:碰到障碍物,之后的都不能到达
        //遍历顺序:正序
        int m = obstacleGrid.size();
        int n = obstacleGrid[0].size();
        vector<vector<int>>dp(m,vector<int>(n,0));
        //如果起点和终点是障碍物,不能到达
        if(obstacleGrid[0][0] == 1 || obstacleGrid[m-1][n-1] == 1) return 0;

        //初始化
        for(int i = 0;i < m;i++){
            if(obstacleGrid[i][0] != 1){
                dp[i][0] = 1;
            }
            else break;
        }

        for(int i = 0;i < n;i++){
            if(obstacleGrid[0][i] != 1){
                dp[0][i] = 1;
            }
            else break;
        }
        
        for(int i = 1;i < m;i++){
            for(int j = 1;j < n;j++){
                if(obstacleGrid[i][j] == 0){
                    dp[i][j] = dp[i-1][j] + dp[i][j-1];
                }
            }
        }
        return dp[m-1][n-1];
    }
};
相关推荐
Learner__Q20 小时前
每天五分钟:滑动窗口-LeetCode高频题解析_day3
python·算法·leetcode
J ..21 小时前
C++ 多线程编程基础与 std::thread 使用
c++
你的冰西瓜21 小时前
C++标准模板库(STL)全面解析
开发语言·c++·stl
阿昭L21 小时前
leetcode链表相交
算法·leetcode·链表
闻缺陷则喜何志丹21 小时前
【计算几何】仿射变换与齐次矩阵
c++·数学·算法·矩阵·计算几何
chen_ever21 小时前
Protobuf详解(从安装到实战)
c++·rpc·信息与通信
liuyao_xianhui21 小时前
0~n-1中缺失的数字_优选算法(二分查找)
算法
hmbbcsm21 小时前
python做题小记(八)
开发语言·c++·算法
机器学习之心1 天前
基于Stacking集成学习算法的数据回归预测(4种基学习器PLS、SVM、BP、RF,元学习器LSBoost)MATLAB代码
算法·回归·集成学习·stacking集成学习
图像生成小菜鸟1 天前
Score Based diffusion model 数学推导
算法·机器学习·概率论