携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第6天，
前言
DFS常用的优化手段就是动态规划，本质拿空间换时间，DFS空间复杂度低，动态规划时间复杂度低。一个指数级别，一个平方级别。
一、不同路径II
二、动态规划
class Solution {
/*
target：从矩阵左上角走到右下角，可能的走法，有障碍物的地方走不了。
第一想法是DFS+越过障碍物，但是DFS有很多重复的子路径，所以可以空间换时间，用动态规划。
每个格子都是从左或上走过来的，所以可以一步步计算走到右下角有多少种走法。
// 注：小技巧，原地修改矩阵，利用起来，减少空间复杂度。
*/
public int uniquePathsWithObstacles(int[][] obstacleGrid) {
// 由于1表示障碍，0表示无障碍，所以原地修改矩阵时，用负数表示路径可能数。
int m = obstacleGrid.length, n = obstacleGrid[0].length;
// 特殊情况，如果起点和终点都是障碍物，就不用走了。
if(obstacleGrid[0][0] == 1 || 1 == obstacleGrid[m - 1][n - 1]) return 0;
obstacleGrid[0][0] = -1;
for (int i = 0; i < m; i++) {
for (int j = 0; j < n; j++) {
// 如果是障碍物，则不必计算。
if (obstacleGrid[i][j] == 1) continue;
int left = i == 0 || obstacleGrid[i - 1][j] == 1 ? 0 : obstacleGrid[i - 1][j];
int up = j == 0 || obstacleGrid[i][j - 1] == 1 ? 0 : obstacleGrid[i][j - 1];
// 当前格子为终点，可能的路径数为 左边走过来的 + 右边走过来的。
obstacleGrid[i][j] += left + up;
}
}
// 返回以右下角为终点，可能的路径数。
return -obstacleGrid[m - 1][n - 1];
}
}
总结
1）动态规划，即需将大问题分解成相同性质但规模更小的之问题来解决时，可动态递归进行求解。
