[leetcode] Minimum Path Sum

leetcode的一道题：Minimum Path Sum
题目描述：
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.

Example 1:
[[1,3,1],
[1,5,1],
[4,2,1]]
Given the above grid map, return 7. Because the path 1→3→1→1→1 minimizes the sum.

思路：

看到这道题最先想到Dijkstra算法，即寻找从单个源点到其余各顶点的最短路径算法，利用已得到的顶点的最短路径来计算其它顶点的最短路径。它的思想是，如果v0到vj的最短路径为：v0 -> vx1 -> vx2 -> … -> vxn -> vi -> vj ，则v0 -> vx1 -> vx2 -> … -> vxn -> vi是v0到vi的最短路径。按长度顺序产生最短路径时，下一条最短路径总是由一条已产生的最短路径加上一条边形成。

这道题实际上与求有向图最短路径类似，并且限定只能向右或向下移动，那么就有除左上角顶点外，第一行和第一列顶点的入度都是1，其他顶点的入度都是2。也就是说，min_path(grid[0][0], grid[m][n])要么由min_path(grid[0][0], grid[m - 1][n])得来，要么由min_path(grid[0][0], grid[m][n - 1])得来。这样就想到一种递归地做法：

int minPathSum(int** grid, int gridRowSize, int gridColSize) {
    int m = gridRowSize, n = gridColSize;
    int sum1, sum2;
    int i;

    if (m == 1) //第一行，入度是1，所以路径只有一种情况，至此停止递归
    {
        sum2 = 0;
        for (i = 0; i < n; i++)
        {
            sum2 += grid[0][i];
        }
        return sum2;
    }
    else if (n == 1) //第一列，入度是1，所以路径只有一种情况，至此停止递归
    {
        sum1 = 0;
        for (i = 0; i < m; i++)
        {
            sum1 += grid[i][0];
        }
        return sum1;
    }

    sum1 = minPathSum(grid, m - 1, n);
    sum2 = minPathSum(grid, m, n - 1);

    return (sum1 > sum2 ? sum2 : sum1) + grid[m - 1][n - 1];
}

但这个代码会超时。
不用递归的话也可以，依次计算grid[0][0]到每个顶点的最短路径也很方便，因为每个顶点入度最多为2，因此最多比较一次即可。

int min(int a, int b)
{
    return a > b ? b : a;
}

int minPathSum(int** grid, int gridRowSize, int gridColSize) {
    int m = gridRowSize, n = gridColSize;
    int sum1, sum2;
    int i, j;

    for (i = 1; i < n; i++) //第一行入度是1，不用比较
    {
        grid[0][i] += grid[0][i - 1];
    }

    for (j = 1; j < m; j++) //第一列入度是1，不用比较
    {
        grid[j][0] += grid[j - 1][0];
    }

    for (i = 1; i < n; i++)
    {
        for (j = 1; j < m; j++)
        {
            grid[j][i] += min(grid[j - 1][i], grid[j][i - 1]);
        }
    }

    return grid[m - 1][n - 1];
}