以下是一个示例代码，用于解决LeetCode上的“不同路径 II”问题：

def uniquePathsWithObstacles(obstacleGrid):
    # 获取网格的行数和列数
    m = len(obstacleGrid)
    n = len(obstacleGrid[0])
    
    # 创建一个二维数组，用于存储到达每个位置的不同路径数
    dp = [[0] * n for _ in range(m)]
    
    # 初始化起点位置的路径数为1
    dp[0][0] = 1 if obstacleGrid[0][0] == 0 else 0
    
    # 处理第一列的路径数
    for i in range(1, m):
        if obstacleGrid[i][0] == 0:
            dp[i][0] = dp[i-1][0]
    
    # 处理第一行的路径数
    for j in range(1, n):
        if obstacleGrid[0][j] == 0:
            dp[0][j] = dp[0][j-1]
    
    # 计算其他位置的路径数
    for i in range(1, m):
        for j in range(1, n):
            if obstacleGrid[i][j] == 0:
                dp[i][j] = dp[i-1][j] + dp[i][j-1]
    
    # 返回终点位置的路径数
    return dp[m-1][n-1]

在这个解决方法中，我们使用动态规划来计算不同路径的数量。首先，我们创建一个二维数组dp，用于存储到达每个位置的不同路径数。然后，我们初始化起点位置的路径数为1。接下来，我们处理第一列和第一行的路径数，如果网格中的障碍物位置为0，则路径数与上一个位置的路径数相同，否则路径数为0。最后，我们计算其他位置的路径数，对于每个位置，如果网格中的障碍物位置为0，则路径数等于上方和左方位置的路径数之和。最终，返回终点位置的路径数。

这个解决方法的时间复杂度是O(mn)，其中m和n分别是网格的行数和列数。空间复杂度也是O(mn)，因为我们需要创建一个二维数组来存储路径数。