leetcode日记(51)不同路径Ⅱ

和上一道题(无障碍物的最短路径)很像,但事实上比上一题多了优化方法

根据上一题改的代码如下,添加了对障碍物的判定,如果有障碍物则将数组值设为0。

cpp 复制代码
class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        int m=obstacleGrid.size();
        int n=obstacleGrid[0].size();
        int a[m][n];
        for(int i=0;i<m;i++) for(int j=0;j<n;j++) a[i][j]=0;
        for(int i=0;i<n&&obstacleGrid[0][i]==0;i++) a[0][i]=1;
        for(int i=0;i<m&&obstacleGrid[i][0]==0;i++) a[i][0]=1;
        for(int i=1;i<m;i++){
            for(int j=1;j<n;j++){
                if(obstacleGrid[i][j]==0) a[i][j]=a[i-1][j]+a[i][j-1];
            }
        }
        return a[m-1][n-1];
    }
};

然后看了答案,答案说可以使用滚动数组优化,就又去搜了一下滚动数组的使用方法。

参考了一下63. 不同路径 II(C++)---动态规划解题(并进行滚动数组思想优化),琢磨了一下代码,原理是将上面的二维数组优化成了一维,记录开始位置到达每一行末尾的路径数。如有障碍物则直接将数目设为0,然后继续遍历这一行;没有障碍物就将数目设为上一行路径数加上这一行路径数。

需要注意的是遍历方向,按照上面这种思路需要先遍历列再遍历行,如果先遍历行,如果上一行末尾有障碍物那么下一行就通过不了。

cpp 复制代码
class Solution {
public:
    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid) {
        int m=obstacleGrid.size();
        int n=obstacleGrid[0].size();
        vector<int> a(m);
        a[0]=!obstacleGrid[0][0];
        for(int j=0;j<n;j++){
            for(int i=0;i<m;i++){
                if(obstacleGrid[i][j]) a[i]=0;
                else if(i>0&&!obstacleGrid[i-1][j]) a[i]+=a[i-1];
                cout<<i<<" "<<j<<" "<<a[i]<<endl;
            }
        }
        return a[m-1];
    }
};

感觉这个方法很熟悉,前几天的一道题也用过这种思路(虽然也是看答案知道的就是了)

相关推荐
殷色玫瑰5 小时前
C语言编译和链接:从 .c到 .exe,程序到底经历了什么?
linux·c语言·c++·算法
keep intensify5 小时前
C++20线程池
c++·算法·c++20
奋发向前wcx6 小时前
CSP-J复赛模拟赛2 王晨旭补题 2026.10.3
算法
All for pursuit.6 小时前
【回溯-5】78.子集
数据结构·c++·算法·leetcode
蒲公英eric6 小时前
Python工具链与LaTeX排版:把兵器配齐
人工智能·python·算法·数学建模·数学建模工具
别动我齐刘海7 小时前
简历技术栈全面复习总结
c++·人工智能·深度学习·学习·tcp/ip·算法·rpc
hetao17338377 小时前
2026-10-03 hetao1733837 的刷题记录
c++·算法
小南家的青蛙7 小时前
PMP刷题笔记
职场和发展·pmp考试
这张生成的图像能检测吗7 小时前
(论文速读)Object-Driven Multi-Layer Scene Decomposition:从单张图像恢复遮挡后的多层场景
人工智能·算法·计算机视觉·rgb-d·场景分解
嘎嘎风7 小时前
MiniMind 学习笔记之 01 一个 64M 的模型,凭什么像 ChatGPT?
算法