【二维动态规划】 LeetCode #120 三角形最小路径和（空间复杂度O(n)）

前面做的题是线性动态规划，用dp[]存储结果，某些题经过优化可以用prev1和prev2存放结果，不必创建一位数组；今天的题用到的是二维动态规划,本题每次只会用到上一行的结果，故可以优化到只创建一位数组，优化会放到文章末尾。

题目链接：

LeetCode #120 三角形最小路径和

题目描述：

三角形最小路径和

给定一个三角形，找出自顶向下的最小路径和。每一步只能移动到下一行中相邻的结点上。

例如，给定三角形：

[
[2],
[3,4],
[6,5,7],
[4,1,8,3]
]
自顶向下的最小路径和为 11（即，2 + 3 + 5 + 1 = 11）。

说明：

如果你可以只使用 O(n) 的额外空间（n 为三角形的总行数）来解决这个问题，那么你的算法会很加分。

题目理解：

给定一个三角形，每次只能向下移动或者向右下移动，要求得走完三角形的最小路径和，即返回的结果为dp数组最后一行dp[length-1]的最小值。

动态规划问题还是一样的先设状态dp，再推导出状态转移方程式。设 dp[i][j] 为走到 (i, j) 的最小路径和（包含第 i 行第 j 列元素），状态转移方程式如下：

对于中间元素，可能从左上或者上方而来：
dp[i][j] = min(dp[i-1][j], dp[i-1][j-1]) + triangle[i][j]

对于每行的第一个元素（即 j=0），只能从上方来：
当 j=0 时, dp[i][j] = dp[i-1][j] + triangle[i][j]

对于每行的最后一个元素（即 j=i），只能从左上方来：
当 j=i 时，dp[i][j] = dp[i-1][j-1] + triangle[i][j]

最后，返回的结果应为dp数组最后一行的最小值。

第一次提交：

时间复杂度为O(n^2)，
空间复杂度为O(n^2)。

代码：

/*
*二维动态规划：设 dp[i][j] 为走到 (i, j) 的最小路径和（包含第 i 行第 j 列元素）
*中间元素可能从左上或者上方而来：
*dp[i][j] = min(dp[i-1][j], dp[i-1][j-1]) + triangle[i][j]
*对于每行的第一个元素（即 j=0），只能从上方来：
*当 j=0 时, dp[i][j] = dp[i-1][j] + triangle[i][j]
*对于每行的最后一个元素（即 j=i），只能从左上方来
*当 j=i 时，dp[i][j] = dp[i-1][j-1] + triangle[i][j]
*/
class Solution {
   
    public int minimumTotal(List<List<Integer>> triangle) {
   
        int[][] dp = new int[triangle.size()][triangle.size()];
        int result = Integer.MAX_VALUE;
        /*第一行和第二行的元素都是特殊元素，直接进行初始化
        *dp[0][0] = triangle[0][0], 
        *dp[1][0] = dp[0][0] + triangle[1][0], 
        *dp[1][1] = dp[0][0] + triangle[1][1]*/
        dp[0][0] = triangle.get(0).get(0);
         if(triangle.size() == 1) return dp[0][0];
        dp[1][0