矩阵的最小路径和

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

1. 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];
    }

3. 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)