【多维动态规划】Leetcode 120. 三角形最小路径和【中等】

三角形最小路径和

• 给定一个三角形 triangle ，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。相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。也就是说，如果正位于当前行的下标 i ，那么下一步可以移动到下一行的下标 i 或 i + 1 。

示例 1：

输入：triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]
输出：11
解释：如下面简图所示：
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）。

示例 2：

输入：triangle = [[-10]]
输出：-10

解题思路

为了找到从顶部到底部的最小路径和，可以使用动态规划（Dynamic Programming, DP）方法。通过自底向上的方式来计算，从而避免重复计算子问题。

• 定义状态：
  用一个数组 dp 来保存当前行的每个节点的最小路径和。
• 初始化：
  从三角形的最后一行开始，将最后一行的所有元素直接复制到 dp 数组中，因为最后一行的最小路径和就是其本身。
• 状态转移：
  从倒数第二行开始向上遍历，每个节点的最小路径和等于当前节点的值加上其下一行相邻两个节点中的较小值，即 dp[j] = triangle[i][j] + Math.min(dp[j], dp[j + 1])。
• 结果：
  最后 dp[0] 就是自顶向下的最小路径和。

java实现

public class Triangle {
    public int minimumTotal(List<List<Integer>> triangle) {
        int n = triangle.size();
        int[] dp = new int[n];
        
        // 初始化 dp 数组为最后一行的值
        for (int i = 0; i < n; i++) {
            dp[i] = triangle.get(n - 1).get(i);
        }
        
        // 从倒数第二行开始向上遍历
        for (int i = n - 2; i >= 0; i--) {
            for (int j = 0; j <= i; j++) {
                dp[j] = triangle.get(i).get(j) + Math.min(dp[j], dp[j + 1]);
            }
        }
        
        // dp[0] 即为结果
        return dp[0];
    }

    // 测试用例
    public static void main(String[] args) {
        Triangle solution = new Triangle();
        List<List<Integer>> triangle = Arrays.asList(
            Arrays.asList(2),
            Arrays.asList(3, 4),
            Arrays.asList(6, 5, 7),
            Arrays.asList(4, 1, 8, 3)
        );
        System.out.println(solution.minimumTotal(triangle));  // 期望输出: 11
    }
}

时间空间复杂度

• 时间复杂度：O(n^2)，因为需要遍历整个三角形。
• 空间复杂度：O(n)，因为只使用了一个一维数组 dp 来存储每一行的最小路径和。