【算法】记忆化搜索与动态规划

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。