本人算法萌新,为秋招找工作开始磨炼算法,算法题均用python实现,如果我有哪些地方做的有问题的,还请大家不吝赐教.
1.题干
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。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
2.思考
这道题也是多维动态规划,不同的是,他要计算到达该节点的路径数量,在只允许向下或者向右走的情况下,对于一个点的路径数,应该等于他左边点的路径数加上上方点的路径数,如果有障碍物,那么该点的路径数为0
3.代码
from typing import Listclass Solution:def uniquePathsWithObstacles(self, obstacleGrid: List[List[int]]) -> int:if obstacleGrid[0][0] == 1:return 0m = len(obstacleGrid)n = len(obstacleGrid[0])dp = [[0 for _ in range(n)] for _ in range(m)]for i in range(m):for j in range(n):if obstacleGrid[i][j]:dp[i][j] = 0elif i == 0 and j == 0:dp[i][j] = 1else:if i == 0:dp[i][j] = dp[i][j - 1]elif j == 0:dp[i][j] = dp[i - 1][j]else:dp[i][j] = dp[i - 1][j] + dp[i][j - 1]return dp[m - 1][n - 1]if __name__ == "__main__":solution = Solution()obstacleGrid = [[0, 1], [1, 0]]print(solution.uniquePathsWithObstacles(obstacleGrid))
4.总结
这道题还是比较有意思的,加深了对dp的理解