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:
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