前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >☆打卡算法☆LeetCode 63、不同路径 II 算法解析

☆打卡算法☆LeetCode 63、不同路径 II 算法解析

作者头像
恬静的小魔龙
发布2022-08-07 10:10:45
1640
发布2022-08-07 10:10:45
举报
文章被收录于专栏:Unity3DUnity3D
大家好,我是小魔龙,Unity3D软件工程师,VR、AR,虚拟仿真方向,不定时更新软件开发技巧,生活感悟,觉得有用记得一键三连哦。

一、题目

1、算法题目

“给定一个矩阵,从矩阵左上角移动到右下角,并且中间还有障碍物,有多少条路径。”

题目链接:

来源:力扣(LeetCode)

链接:63. 不同路径 II - 力扣(LeetCode) (leetcode-cn.com)

2、题目描述

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?

image.png
image.png
代码语言:javascript
复制
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
代码语言:javascript
复制
示例 2:
输入: obstacleGrid = [[0,1],[0,0]]
输出: 1

二、解题

1、思路分析

这道题与上一题都是寻找所有的路径,都可以用动态规划的思路解题,这道题与上道题的区别在于这道题有障碍物的设置。

定义到达右下角的走法为f(m,n),因为只能从右上角走过去,所以可以得出递归公式:

f(m,n) = f(m-1,n)+f(m,n-1),最后加上递归结束条件,看起来就完事了。

但是,这样会造成大量的重复计算,我们可以将算法进行优化。

2、代码实现

代码参考:

代码语言:javascript
复制
public class Solution {
    public int UniquePathsWithObstacles(int[][] obstacleGrid) {
        //初始化动态规划数组
        int m = obstacleGrid.GetLength(0);
        int n = obstacleGrid[0].Length;
        int[,] ans = new int[m, n];

        //对第一行进行操作赋值
        for (int i = 0; i < n; i++)
        {
            if (obstacleGrid[0][i] == 1)
            {
                for (int j = i; j < n; j++)
                {
                    ans[0, j] = 0;
                }
                break;
            }
            else ans[0, i] = 1;
        }
        //对第一列进行操作赋值
        for (int i = 0; i < m; i++)
        {
            if (obstacleGrid[i][0] == 1)
            {
                for (int j = i; j < m; j++)
                {
                    ans[j,0] = 0;
                }
                break;
            }
            else ans[i,0] = 1;
        }
        //填充整体矩阵
        for (int i = 1; i < m; i++)
        {
            for (int j = 1; j < n; j++)
            {
                ans[i, j] = obstacleGrid[i][j] == 1 ? 0 : ans[i, j - 1] + ans[i - 1, j];
            }
        }
        return ans[m - 1, n - 1];
    }
}
image.png
image.png

3、时间复杂度

时间复杂度 : O(nm)

其中n为网格的行数,m为网格的列数,只需要遍历一遍所有网格即可求得答案。

空间复杂度: O(m)

只需要常数级别的空间存放变量。

三、总结

动态规划的解题在很多题都会应用到。

比如说221题最大正方形,1152题地图分析等,这些题目都是以二维坐标作为状态,大多数也可以使用滚动数组进行优化。

滚动数组思想,是一种常见的动态规划优化方法,当我们定义的状态在动态规划的方程中只和某几个状态相关的时候,就可以考虑这种优化方法,目的是给空间复杂度降维。

滚动数组思想可以多学习一下。

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2021-11-29,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 一、题目
    • 1、算法题目
      • 2、题目描述
      • 二、解题
        • 1、思路分析
          • 2、代码实现
            • 3、时间复杂度
            • 三、总结
            领券
            问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档