题目链接:力扣
数组变成二维的了,在原理上和爬楼梯比较像
得出某个格子从start的路径,是从上方的格子和左方的格子得到的,这就是二维意义上的
爬楼梯某层的方法是从前一层到达和从前两层到达得到的,这就是一维意义上的
爬楼梯的初始化是一个点,初始化第一层台阶和第二层台阶
爬格子的初始化是一条线,初始化上边和下边
1、定义dp数组的含义
因为格子的状态是二维的,所以每个格子的位置是【i,j】,那么dp[i][j]就代表,在从start到【i,j】位置上的路径为dp[i][j]
2、状态递推公式
那么dp[i][j] 可以从两种途径获得,一种是从上方,dp[i-1,j];另一种是从左方,dp[i,j-1]
所以 dp[i][j] = dp[i-1][j] + dp[i][j-1]
注意区分这里是记录到达这个格子的不同路径,而不是记录到达这个格子的不同步数,这个要区分清楚
3、初始化
对于初始化,应该初始化这个地图的上边和下边,这两边是没有办法通过递推公式获取到,那为什么要复制1呢,因为从start到达上方和下方的格子都只是只有一种情况,题目要求只能向上和向下,没有其他路径可以到达
4、遍历方式
因为是获取上方和下方的结果得到当前结果,所以只能是从左向右遍历,从上向下遍历
- class Solution {
- public int uniquePaths(int m, int n) {
-
- // 定义dp数组
- int[][] dp = new int[m][n];
-
- // 初始化数组
- for (int i = 0; i < m; i++) {
- dp[i][0] = 1;
- }
- for (int j = 0; j < n; j++) {
- dp[0][j] = 1;
- }
-
- // 遍历数组,填充dp数组
- for (int i = 1; i < m; i++) {
- for (int j = 1; j < n; j++) {
- dp[i][j] = dp[i-1][j] + dp[i][j-1];
- }
- }
-
- return dp[m-1][n-1];
- }
- }
题目链接:力扣
这道题目整体上和上面的62差不多,重点是在对障碍物的处理上
边界上的障碍物:
初始化的时候,如果遇到障碍物,就不能向后初始化了,因为障碍是走不过去的,这是一个重要的细节,这一步错了,后面就完蛋了
起点和终点的障碍物:
起点或者终点有障碍物的时候,就不能得出最终的路径了,返回0
中间的障碍物:
中间的障碍物是很好处理的,如果遇到障碍物,就跳过就可以
- class Solution {
- public int uniquePathsWithObstacles(int[][] obstacleGrid) {
- // 获取表格的长度和宽度
- int m = obstacleGrid.length;
- int n = obstacleGrid[0].length;
-
- // 如果障碍在start或者是end上,路径为0,返回0
- if (obstacleGrid[0][0] == 1 || obstacleGrid[m-1][n-1] == 1) {
- return 0;
- }
-
- // 定义dp数组
- int[][] dp = new int[m][n];
-
- // 初始化dp数组,注意边界上的障碍
- for (int i = 0; i < m && obstacleGrid[i][0] == 0; i++) {
- dp[i][0] = 1;
- }
- for (int j = 0; j < n && obstacleGrid[0][j] == 0; j++) {
- dp[0][j] = 1;
- }
-
- // 遍历dp数组,填充dp数组
- for (int i = 1; i < m; i++) {
- for (int j = 1; j < n; j++) {
- if (obstacleGrid[i][j] != 1) {
- dp[i][j] = dp[i-1][j] + dp[i][j-1];
- }
- }
- }
-
- return dp[m-1][n-1];
- }
- }