LeetCode0064.最小路径和 Go语言AC笔记

时间复杂度：O(mn)，空间复杂度：O(1)

解题思路

一开始想用回溯法做，又想用动态规划做，看了题解发现这题用动态规划做真是太太太太太简单了……

看了两遍官方题解的动图，不看文字就明白了意思。

dp二维数组用来保存从起点到该点的最小路径和，所以我们要按照动态规划的常规思路确定边界。

这道题的边界便是起点所在的行和列，起点所在行的dp从左到右累加即可，起点所在列的dp从上到下累加即可，而除掉边界部分的dp值则由其左和上较小的dp值决定。这样我们通过遍历起点所在行、遍历起点所在列最后遍历中间部分即可确定最小路径和。

此外，该题目可以原地修改二维数组不用另外开辟内存空间来保存dp，这样空间复杂度能从O(mn)或者O(n)优化为O(0),因为对于我们来说遍历整个二维数组一次就可以得到答案了。

AC代码

func minPathSum(grid [][]int) int {
    m,n:=len(grid),len(grid[0])//m行n列
    for x:=1;x<n;x++{
        grid[0][x]+=grid[0][x-1]
    }
    for y:=1;y<m;y++{
        grid[y][0]+=grid[y-1][0]
    }
    for y:=1;y<m;y++{
        for x:=1;x<n;x++{
            grid[y][x]+=min(grid[y][x-1],grid[y-1][x])
        }
    }
    return grid[m-1][n-1]
}
func min(x,y int)int{
    if x<y{
        return x
    }
    return y
}

由于是起点到终点，我更喜欢把二维数组看成坐标轴，横向是x轴纵向是y周，所以代码看起来比用i和j变量的代码别扭……

感悟

刷题还是太少了，动态规划思想一定要烂熟于心呀！