1. 题⽬链接:64.最⼩路径和
2. 题⽬描述:
3. 解法(动态规划):
算法思路:
像这种表格形式的动态规划,是⾮常容易得到「状态表⽰」以及「状态转移⽅程」的,可以归结到 「不同路径」⼀类的题⾥⾯。
1. 状态表⽰:
对于这种路径类的问题,我们的状态表⽰⼀般有两种形式:
i. 从[i, j] 位置出发,巴拉巴拉;
ii. 从起始位置出发,到达[i, j] 位置,巴拉巴拉。
这⾥选择第⼆种定义状态表⽰的⽅式: dp[i][j] 表⽰:到达[i, j] 位置处,最⼩路径和是多少。
2. 状态转移:
简单分析⼀下。如果dp[i][j] 表⽰到达到达[i, j] 位置处的最⼩路径和,那么到达[i, j] 位置之前的⼀⼩步,有两种情况:
i. 从[i - 1, j] 向下⾛⼀步,转移到[i, j] 位置;
ii. 从[i, j - 1] 向右⾛⼀步,转移到[i, j] 位置。
由于到[i, j] 位置两种情况,并且我们要找的是最⼩路径,因此只需要这两种情况下的最⼩ 值,再加上 [i, j] 位置上本⾝的值即可。 也就是: dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + grid[i][j]
3. 初始化:
可以在最前⾯加上⼀个「辅助结点」,帮助我们初始化。使⽤这种技巧要注意两个点:
i. 辅助结点⾥⾯的值要「保证后续填表是正确的」;
ii. 「下标的映射关系」。
在本题中,「添加⼀⾏」,并且「添加⼀列」后,所有位置的值可以初始化为⽆穷⼤,然后让 dp[0][1] = dp[1][0] = 1 即可。
4. 填表顺序:
根据「状态转移⽅程」的推导来看,填表的顺序就是「从上往下」填每⼀⾏,每⼀⾏「从左往 后」。
5. 返回值:
根据「状态表⽰」,我们要返回的结果是dp[m][n] 。
C++算法代码:
class Solution
{
public:
int minPathSum(vector<vector<int>>& grid)
{
int m=grid.size(),n=grid[0].size();
//建表
vector<vector<int>>dp(m+1,vector<int>(n+1,INT_MAX));
//初始化
dp[0][1]=0;
//填表
for(int i=1;i<=m;i++)
{
for(int j=1;j<=n;j++)
{
dp[i][j]=min(dp[i-1][j],dp[i][j-1])+grid[i-1][j-1];
}
}
//返回值
return dp[m][n];
}
};
Java算法代码:
class Solution
{
public int minPathSum(int[][] grid)
{
// 1. 创建 dp 表
// 2. 初始化
// 3. 填表
// 4. 返回值
int m = grid.length, n = grid[0].length;
int[][] dp = new int[m + 1][n + 1];
for (int j = 0; j <= n; j++) dp[0][j] = Integer.MAX_VALUE;
for (int i = 0; i <= m; i++) dp[i][0] = Integer.MAX_VALUE;
dp[0][1] = dp[1][0] = 0;
for (int i = 1; i <= m; i++)
for (int j = 1; j <= n; j++)
dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + grid[i - 1]
[j - 1];
return dp[m][n];
}
}