题目
给定一个 n * m 的矩阵 a,从左上角开始每次只能向右或者向下走,最后到达右下角的位置,路径上所有的数字累加起来就是路径和,输出所有的路径中最小的路径和。
示例1
输入:
[[1,3,5,9],[8,1,3,4],[5,0,6,1],[8,8,4,0]]
返回值:
12
分析
- 递归
因为每次只能向下或者向右移动,因此到达(row,col)坐标的最短路径是到达(row-1,col)和(row,col-1)中的最小值加上到达(row,col)的距离,具体见下面代码:
public int minPathSum (int[][] matrix) {
// write code here
int row = matrix.length-1;
int col = matrix[0].length-1;
return minRoad(matrix,row,col);
}
//row,col是需要到达点的横坐标和纵坐标
public int minRoad(int[][] matrix,int row,int col) {
//如果不存在从上面到该点,那么距离应该是无穷大
if(row < 0) {
return Integer.MAX_VALUE;
}
//如果不存在从右面到该点,那么距离应该是无穷大
if(col < 0) {
return Integer.MAX_VALUE;
}
if(row == 0 && col == 0) {
return matrix[row][col];
}
int len1 = minRoad(matrix,row,col-1);
int len2 = minRoad(matrix,row-1,col);
return Math.min(len1,len2) + matrix[row][col];
}
- 动态规划
dp[i][j]表示到达该点的最短距离
public int minPathSum (int[][] matrix) {
// write code here
int row = matrix.length;
int col = matrix[0].length;
//dp数组
int[][] dp = new int[row][col];
//初始化dp数组
for(int i = 0; i < row; i++) {
for(int j = 0; j < col; j++) {
dp[i][j] = Integer.MAX_VALUE;
}
}
dp[0][0] = matrix[0][0];
//填充dp数组
for(int i = 0; i < row; i++) {
for(int j = 0; j < col; j++) {
if(j + 1 < col) {
dp[i][j + 1] = Math.min(dp[i][j+1],dp[i][j] + matrix[i][j + 1]);
}
if(i + 1 < row) {
dp[i + 1][j] = Math.min(dp[i+1][j],dp[i][j] + matrix[i + 1][j]);
}
}
}
return dp[row - 1][col - 1];
}
时间复杂度均为o(m*n)