描述
Given a m x n grid filled with non-negative numbers, find a path from top left to bottom right which minimizes the sum of all numbers along its path.
Note: You can only move either down or right at any point in time.
分析1
给定一个矩阵,求从左上角到右下角的最短距离,规定方向只能往右或往下。
这是一道典型的动态规划题目,假设
dp[i][j]
表示从左上角到矩阵
grid[i][j]
点的最短距离,那么由于路径方向只能往右或往下,因此递推式是:
初始条件:
时间复杂度 O(mn) ,空间复杂度 O(mn) ,代码如下所示。
代码1
class Solution {
public:
int minPathSum(vector<vector<int>>& grid) {
if (grid.empty() || grid[0].empty()) return 0;
int m = grid.size(), n = grid[0].size(), dp[m][n];
dp[0][0] = grid[0][0];
for (int i = 1; i < n; i++)
dp[0][i] = dp[0][i - 1] + grid[0][i];
for (int i = 1; i < m; i++)
dp[i][0] = dp[i - 1][0] + grid[i][0];
for (int i = 1; i < m; i++)
for (int j = 1; j < n; j++)
dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + grid[i][j];
return dp[m - 1][n - 1];
}
};
分析2
以上的思路还可以进一步改进,以降低空间复杂度。由于以上代码对
dp[m][n]
的赋值是按行进行的,因此我们可以将
dp[m][n]
中同一列的数据公用一个位置存储,这样将
dp
变成了一维数组,在第
i
次循环中,
代码2
class Solution {
public:
int minPathSum(vector<vector<int>>& grid) {
if (grid.empty() || grid[0].empty()) return 0;
int m = grid.size(), n = grid[0].size(), dp[n];
dp[0] = grid[0][0];
for (int i = 1; i < n; i++)
dp[i] = dp[i - 1] + grid[0][i];
for (int i = 1; i < m; i++) {
dp[0] += grid[i][0];
for (int j = 1; j < n; j++)
dp[j] = min(dp[j - 1], dp[j]) + grid[i][j];
}
return dp[n - 1];
}
};