【LeetCode】120. 三角形最小路径和

一、题目

给定一个三角形，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。

例如，给定三角形：

[
     [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）。

说明：

如果你可以只使用 O(n) 的额外空间（n 为三角形的总行数）来解决这个问题，那么你的算法会很加分。

二、解决

1、递归（超时）

思路：

[

[2],
[3,4],
[6,5,7],
[4,1,8,3]

]

分析下可得：(i, j)点的相邻节点为：(i+1, j)与（i+1, j+1)。

定义： $f(i,j)$ 为 $(i,j)$点到底边的最小路径和。
推导：$f(i,j)=min(f(i+1,j),f(i+1,j+1))+triangle(i,j)$
含义：任意一点到底边的最小值 = min{与该点相邻的两点} + 该点

代码：

class Solution {
    public int minimumTotal(List<List<Integer>> triangle) {
        return  dfs(triangle, 0, 0);
    }

    private int dfs(List<List<Integer>> triangle, int i, int j) {
        if (i == triangle.size()) {
            return 0;
        }
        return Math.min(dfs(triangle, i + 1, j), dfs(triangle, i + 1, j + 1)) + triangle.get(i).get(j);
    }
}

时间复杂度： $O(n^2)$
空间复杂度： $O(n)$

2、递归+记忆化

思路：

简单递归有大量重复计算，为了加速运算，同时降低空间复杂度，可以用记忆化的方式。

代码：

class Solution {
    Integer[][] memo;
    public int minimumTotal(List<List<Integer>> triangle) {
        memo = new Integer[triangle.size()][triangle.size()];
        return  dfs(triangle, 0, 0);
    }

    private int dfs(List<List<Integer>> triangle, int i, int j) {
        if (i == triangle.size()) {
            return 0;
        }
        if (memo[i][j] != null) {
            return memo[i][j];
        }
        return memo[i][j] = Math.min(dfs(triangle, i + 1, j), dfs(triangle, i + 1, j + 1)) + triangle.get(i).get(j);
    }
}

时间复杂度： $O(n^2)$
空间复杂度： $O(n)$

3、动态规划

版本1

思路：

将解法1中自顶向下的递归改为自底向上的递推。

1、状态定义
$d[i][j]$：点(i,j)到底边的最小路径和。

2、转移方程
$dp(i,j)=min(dp(i+1,j),dp(i+1,j+1))+triangle(i,j)$

整体过程简单整理：从底向上开始递归，从倒数第二行（节点A的相邻节点）+最后一行节点A 开始递归，不断往上，直到第一行，得出最小的加总和，然后返回之。

代码：

class Solution {
    public int minimumTotal(List<List<Integer>> triangle) {
        int n = triangle.size();
        // dp[i][j] 表示从点 (i, j) 到底边的最小路径和。
        int[][] dp = new int[n + 1][n + 1];
        // 从三角形的最后一行开始递推。
        for (int i = n - 1; i >= 0; i--) {
            for (int j = 0; j <= i; j++) {
                dp[i][j] = Math.min(dp[i + 1][j], dp[i + 1][j + 1]) + triangle.get(i).get(j);
            }
        }
        return dp[0][0];
    }
}

时间复杂度： $O(n^2)$
空间复杂度： $O(n^2)$

版本2

思路：

同上，只是这里对数组进行了复用，降低了空间复杂度。

代码：

class Solution {
    public int minimumTotal(List<List<Integer>> triangle) {
        int n = triangle.size();
        int[] dp = new int[n + 1];
        for (int i = n - 1; i >= 0; i--) {
            for (int j = 0; j <= i; j++) {
                dp[j] = Math.min(dp[j], dp[j + 1]) + triangle.get(i).get(j);
            }
        }
        return dp[0];
    }
}

时间复杂度： $O(n^2)$
空间复杂度： $O(n)$

三、参考

1、递归 + 记忆化 + DP，🤷‍♀️ 必须秒懂！
2、7 lines neat Java Solution