题目:64. 最小路径和 - 力扣(LeetCode)
题目描述:
问题分析:
(1)题目要求一条从(0,0)到(m,n)的路径,这条路径上所有的数字和要最小。那么对于(i,j)这一点,它的最小路径和与其左边的点(i,j - 1)和其上边的点(i - 1,j)有关,因为题目规定只能往右或者往下走。
(2)那么求到(i,j)这一点的最小路径和不就变成了求(i,j - 1)和(i - 1,j)这两点的最小路径和吗? 这两点哪个更小我就加上哪个(选择从上边的点走到(i,j)还是从左边的点走到(i,j))。
暴力递归:
这种解法会超时,因为在计算每个格子的过程中存在重复计算的现象,在m、n数值较大时,时间复杂度较高。
记忆化搜索(带备忘录的暴力递归,自上而下):
记忆化搜索不会存在超时问题,因为memo数组帮我们记录了每一个走过的点的计算结果,当遇到计算过的点时,会直接返回memo数组中对应的值;memo数组的元素需要初始化成-1(或者其它任意值,只要保证与计算结果无关即可),代表一开始没有一条路径的结果保存在memo数组中。
动态规划(dp数组,自底向上):
与记忆化搜索解法的唯一不同点是:从简单的情况往困难的情况推。先把简单格子的最小路径和算好(比如第一行和第一列的所有格子),再从左往右逐行计算每个格子的最小路径和,每个格子只会计算一次,dp数组充当了备忘录的角色。
动态规划(空间压缩版):
我们的最终目的无非是得到点(m,n)最小路径和,使用二维dp数组记录了所有格子的最小路径和,自然能得到结果,但如何用一维dp数组得到点(m,n)的最小路径和呢? 很简单,每到新的一行就动态更新dp数组的值,到最后一行时,数组末尾的元素就算我们想要的答案。