1.描述
给定一个数字三角形,找到从顶部到底部的最小路径和。每一步可以移动到下面一行的相邻数字上。
注意事项
如果你只用额外空间复杂度O(n)的条件下完成可以获得加分,其中n是数字三角形的总行数。
样例
比如,给出下列数字三角形:
[
[2],
[3,4],
[6,5,7],
[4,1,8,3]
]
从顶到底部的最小路径和为11 ( 2 + 3 + 5 + 1 = 11)。
2.分析
动态规划实际上就是一种排除重复计算的算法,更具体的说,动态规划就是用空间换取时间。以到达某一个数的最小路径和划分阶段,进而得出到达最底层的最小路径和。
3.代码
class Solution {
public:
/*
* @param triangle: a list of lists of integers
* @return: An integer, minimum path sum
*/
const int M=1000+5;
int minimumTotal(vector<vector<int>> &triangle) {
// write your code here
int f[M][M];//dp[i][j]表示到第i行第j个数字的最小路径和
int m=triangle.size();
for(int i=m-1;i>=0;i--)//从最底层开始往上走
{
for(int j=i;j>=0;j--)//从每一层的最后一个数字往前
{
f[i][j]=triangle[i][j];
if(i==m-1) continue;//把最后一层单独拿出来
f[i][j]+=min(f[i+1][j],f[i+1][j+1]);
}
}
return f[0][0];
}
};
4.总结
因为要求到达最底层的最短路径和,不妨从最底层开始向上走。只能走自己左下方和右下方相邻的两个数字,最小路径和的状态转移方程为f[i][j]=min(f[i+1][j],f[i+1][j+1])。注意因为从最底层出发,所以最后一层不做多余的操作仅为出发点,从上层开始转移。