LeetCode刷题——63. 不同路径 II
原创
©著作权归作者所有：来自51CTO博客作者愤怒的可乐的原创作品，请联系作者获取转载授权，否则将追究法律责任
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。
说明：m 和 n 的值均不超过 100。
示例 1:
输入:
[
[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
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/unique-paths-ii
思路
该题是上一题62. 不同路径的升级版，多了一个障碍物而已。可以参照上一题的解题思路。
只要将经过障碍物的路径数设成0即可。
代码
代码都是基于62. 不同路径修改而来的。
递归
class Solution(object):
def unique(self, obstacleGrid, m, n):
# 如果遇到障碍物，返回0
if obstacleGrid[n][m] == 1:
return 0
# 如果到达了起点，就是一种解法
if m == 0 and n == 0:
return 1
ways = 0
# 如果可以向左回退一步
if m >= 1:
ways = self.unique(obstacleGrid, m - 1, n)
# 如果可以向上回退一步
if n >= 1:
ways += self.unique(obstacleGrid, m, n - 1)
return ways
def uniquePathsWithObstacles(self, obstacleGrid):
"""
:type obstacleGrid: List[List[int]]
:rtype: int
"""
# n行 m 列的列表
n, m = len(obstacleGrid), len(obstacleGrid[0])
return self.unique(obstacleGrid, m - 1, n - 1)
为了能使用上一题的代码，n, m = len(obstacleGrid), len(obstacleGrid[0])这里求出了这个列表的行数与列数，并且传入递归函数中。
if obstacleGrid[n][m] == 1:
return 0
基本在递归函数中只加了这段代码而已，非常简单。
虽然思路是对的，但是递归的方式是比较低效的，这里导致了计算超时。参阅LeetCode刷题之动态规划思想，我们可以将其改成记忆化搜索的方式，解决重叠子问题。
记忆化搜索
dp = {}
class Solution(object):
def unique(self, obstacleGrid, m, n):
if (m,n) not in dp:
# 如果遇到障碍物，返回0
if obstacleGrid[n][m] == 1:
dp[(m,n)] = 0
return 0
# 如果到达了起点，就是一种解法
if m == 0 and n == 0:
dp[(m,n)] = 1
return 1
ways = 0
# 如果可以向左回退一步
if m >= 1:
ways = self.unique(obstacleGrid, m - 1, n)
# 如果可以向上回退一步
if n >= 1:
ways += self.unique(obstacleGrid, m, n - 1)
dp[(m,n)] = ways
return dp[(m,n)]
def uniquePathsWithObstacles(self, obstacleGrid):
# n行 m 列的列表
n, m = len(obstacleGrid), len(obstacleGrid[0])
return self.unique(obstacleGrid, m - 1, n - 1)记忆化搜索的修改方式也很容易。
但是又说我记忆化搜索的代码错误了，实际上进行测试时是对的。
不管，改成动态规划。
动态规划
class Solution(object):
def uniquePathsWithObstacles(self, obstacleGrid):
"""
:type obstacleGrid: List[List[int]]
:rtype: int
"""
# n行 m 列的列表
n, m = len(obstacleGrid), len(obstacleGrid[0])
# n行 m 列的列表
dp = [[0] * m for _ in range(n)]
#做一个小优化，如果起点就是障碍，那么无解
if obstacleGrid[0][0] == 1:
return 0
else:
dp[0][0] = 1
# 先设定好边界值，设置第一列的边界值
for i in range(1, n):
# 如果当前格子不是是障碍 且上一个格子可达
if obstacleGrid[i][0] != 1 and dp[i - 1][0] != 0 :
dp[i][0] = 1
# 否则当前格子不可达
# 设置第一行的边界值
for j in range(1, m):
if obstacleGrid[0][j] != 1 and dp[0][j - 1] != 0:
dp[0][j] = 1
for i in range(1, n):
for j in range(1, m):
# 如果当前格不是障碍，才能计算
if obstacleGrid[i][j] != 1:
# dp[i][j] = 左边一步加上面一步的结果
dp[i][j] = dp[i - 1][j] + dp[i][j - 1]
return dp[-1][-1]
这里设定边界值的时候要麻烦一点。
如上图所示，用"X"表示障碍物，如果障碍物出现在了边界上，障碍物和右边的格子都是不可达的。
考虑到这个情况就可以了。
#做一个小优化，如果起点就是障碍，那么无解
if obstacleGrid[0][0] == 1:
return 0
else:
dp[0][0] = 1
并且增加对起点的判断，使得下面设定边界值的代码for循环的range都可以从1开始：
# 先设定好边界值，设置第一列的边界值
for i in range(1, n):
# 如果当前格子不是是障碍 且上一个格子可达
if obstacleGrid[i][0] != 1 and dp[i - 1][0] != 0 :
dp[i][0] = 1
# 否则当前格子不可达
# 设置第一行的边界值
for j in range(1, m):
if obstacleGrid[0][j] != 1 and dp[0][j - 1] != 0:
dp[0][j] = 1
