leetcode 64. Minimum Path Sum-最小路径和|动态规划

原创 2016年05月31日 20:11:51
原题链接:64. Minimum Path Sum

【思路】

采用动态规划。动态规划要求利用到上一次的结果,是一种特殊的迭代思想,动态规划的关键是要得到递推关系式。对于本题,从原点到达(i, j)的最小路径等于 :原点到达(i-1, j)最小路径与到达(i, j-1)最小路径中的最小值。即 dp[i][j] = Math.min(dp[i-1][j], dp[i][j-1],由于本题在 grid 中修改不影响结果,那么我就直接在上面修改,而不申请 n * m 大小的空间了:

public class Solution {
    public int minPathSum(int[][] grid) {
        for(int i=1; i<grid.length; i++) grid[i][0] += grid[i-1][0];
        for(int j=1; j<grid[0].length; j++) grid[0][j] += grid[0][j-1];
        for (int i=1; i<grid.length; i++) {
            for (int j=1; j<grid[0].length; j++) {
                grid[i][j] = Math.min(grid[i][j-1], grid[i-1][j]) + grid[i][j];
            }
        }
        return grid[grid.length-1][grid[0].length-1];
    }
}
61 / 61 test cases passed. Runtime: 5 ms  Your runtime beats 26.34% of javasubmissions.

上面的空间复杂度为 O(n*m),这里可以优化为O(n):

public class Solution {
    public int minPathSum(int[][] grid) {
        int[] dp = new int[grid.length];
        dp[0] = grid[0][0];
        for(int i=1; i<grid.length; i++) dp[i] = grid[i][0]+dp[i-1];
        for(int j=1; j<grid[0].length; j++)
            for(int i=0; i<grid.length; i++)
                dp[i] = (i==0 ? dp[i] : Math.min(dp[i], dp[i-1])) + grid[i][j];
        return dp[grid.length-1];
    }
}
61 / 61 test cases passed. Runtime: 4 ms  Your runtime beats 51.38% of javasubmissions.

class Solution(object):
    def minPathSum(self, grid):
        """
        :type grid: List[List[int]]
        :rtype: int
        """
        dp = [0]*len(grid)
        dp[0] = grid[0][0]
        for i in range(1,len(grid)) :
            dp[i] = dp[i-1] + grid[i][0]
        for j in range(1, len(grid[0])) :
            for i in range(len(grid)) :
                dp[i] = min(dp[i], dp[i-1]) + grid[i][j] if i > 0 else dp[i]+grid[i][j]
        return dp[len(grid)-1]
61 / 61 test cases passed. Runtime: 64 ms  Your runtime beats 86.01% of pythonsubmissions.

版权声明:本文为博主原创文章,未经博主允许不得转载。 举报

相关文章推荐

leetcode 64. Minimum Path Sum-最小路径和|动态规划

原题链接:64. Minimum Path Sum 【思路】 采用动态规划。动态规划要求利用到上一次的结果,是一种特殊的迭代思想,动态规划的关键是要得到递推关系式。对于本题,从原点到达(i, j)的最...

LeetCode 64. Minimum Path Sum 动态规划

64. Minimum Path Sum Given a m x n grid filled with non-negative numbers, find a path from top lef...

精选:深入理解 Docker 内部原理及网络配置

网络绝对是任何系统的核心,对于容器而言也是如此。Docker 作为目前最火的轻量级容器技术,有很多令人称道的功能,如 Docker 的镜像管理。然而,Docker的网络一直以来都比较薄弱,所以我们有必要深入了解Docker的网络知识,以满足更高的网络需求。

LeetCode—Minimum Path Sum 二维数组最小路径,动态规划

感觉这是一系列的动态规划的算法,正好也将动态规划的算法进行一个总结: 算法一: 带权重的最小路径的问题 Given a m x n grid filled with non-negative...

64. Minimum Path Sum--找路径最小和

Given a m x n grid filled with non-negative numbers, find a path from top left to bottom right which...

动态规划--最小路径和(Minimum Path Sum)

原题   Given a m x n grid filled with non-negative numbers, find a path from top left to bottom rig...

【动态规划】minimum-path-sum

题目描述: Given a m x n grid filled with non-negative numbers, find a path from top left to bottom righ...

leetcode[63] Minimum Path Sum 动态规划

Given a m x n grid filled with non-negative numbers, find a path from top left to bottom right which...

[LeetCode] [动态规划] Minimum Path Sum

给定一个包含m*n个非负整数的网格,找到一条从左上角到右下角的路径,使得该路径上的数字的和最小。

LeetCode || Minimum Path Sum 动态规划思想

原帖地址:http://blog.csdn.net/jiadebin890724/article/details/40261021 Minimum Path Sum   Total A...

[Leetcode-64]Minimum Path Sum 二维数组路径最小和

0. 题目概要Leetcode 64. Minimum Path Sum Given a m x n grid filled with non-negative numbers, find a pa...
返回顶部
收藏助手
不良信息举报
您举报文章:深度学习:神经网络中的前向传播和反向传播算法推导
举报原因:
原因补充:

(最多只允许输入30个字)