1.01_设计一个有getMin功能的栈2.02_由两个栈组成的队列3.03_如何仅用递归函数和栈操作逆序一个栈4.04_猫狗队列5.05_用一个栈实现另一个栈的排序6.06_用栈来求解汉诺塔问题7.07_用队列实现栈8.09_删除字符串中的所有相邻重复项9.08_ 有效的括号10.10_逆波兰表达式求值11.11_滑动窗口最大值12.12_前K个高频元素13.01_移除链表元素14.02_设计链表15.03_反转链表16.04_两两交换链表中的节点17.05_删除链表的倒数第N个节点18.06_链表相交19.07_环形链表20.01_二叉树的递归遍历21.二叉树理论基础22.02_二叉树的迭代遍历23.04_二叉树的层序遍历24.05_二叉树的层次遍历II25.06_二叉树的右视图26.07_二叉树的层平均值27.08_N叉树的层序遍历28.09_每个行中找最大值29.10_填充每个节点的下一个右侧节点指针30.11_二叉树的最大深度31.12_二叉树的最小深度32.13_翻转二叉树33.14_对称二叉树34.15_完全二叉树的节点个数35.16_平衡二叉树36.17_二叉树的所有路径37.18_左叶子之和38.19_找树左下角的值39.20_路径总和40.21_从中序与后序遍历序列构造二叉树41.22_最大二叉树42.23_合并二叉树43.24_二叉搜索树中的搜索44.27_二叉搜索树的众数45.28_二叉树的最近公共祖先46.29_二叉搜索树中的插入操作47.30_删除二叉搜索树中的节点48.31_修剪二叉搜索树49.32_将有序数组转换为平衡二叉搜索树50.33_把二叉搜索树转换为累加树51.动态规划理论52.01_斐波那契数列53.02_爬楼梯54.03_使用最小花费爬楼梯55.04_不同路径
56.05_不同路径2(带障碍物版)
57.06_整数拆分63. 不同路径 II
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。

【思路】
动规五部曲:
1、确定dp数组以及下标的含义
dp[i][j]:表示从(0,0)出发,到(i,j)有dp[i][j]条不同的路径。
2、确定递推公式
递推公式和上面那题一样,dp[i][j] = dp[i-1][j]+dp[i][j-1]。
但这里需要注意的是,因为有了障碍的话应该就保持初始状态(初始状态为0)。
if (obstacleGrid[i][j] == 0) {//当(i, j)没有障碍的时候,再推导dp[i][j]
dp[i][j] = dp[i-1][j] + dp[i][j-1];
}
3、dp数组如何初始化
int[][] dp = new int[m][n];
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;
因为从(0,0)的位置到(i,0)的路径只有一条,所以dp[i][0]一定为1,dp[0][j]也同理。
但如果(i, 0)这条边有了障碍之后,障碍之后(包括障碍)都是走不到的位置了,所以障碍之后的dp[i][0]应该还是初始值0。
注意代码里for循环的终止条件,一旦遇到obstacleGrid[i][0] == 1的情况就停止dp[i][0]的赋值1的操作,dp[0][j]同理
4、确定遍历顺序
从递归公式dp[i][j]=dp[i-1][j]+dp[i][j-1]中可以看出,一定是从左到右一层一层遍历,这样保证推导dp[i][j]的时候,dp[i-1][j]和dp[i][j-1]一定有数值。
for(int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
if(obstacleGrid[i][j] == 1) continue;
dp[i][j] = dp[i-1][j] + dp[i][j-1];
}
}
5、举例推导dp数组
class Solution {
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
int m = obstacleGrid.length;
int n = obstacleGrid[0].length;
int[][] dp = new int[m][n];
//如果在起点或终点出现了障碍,直接返回0
if (obstacleGrid[m - 1][n - 1] == 1 || obstacleGrid[0][0] == 1) {
return 0;
}
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;
}
for (int i = 1; i < m; i++) {
for (int j = 1; j < n; j++) {
dp[i][j] = (obstacleGrid[i][j] == 0) ? dp[i - 1][j] + dp[i][j - 1] : 0;
}
}
return dp[m - 1][n - 1];
}
}