LeetCode:120. Triangle

题目的大体要求如下:

Given a triangle, find the minimum path sum from top to bottom. Each step you may move to adjacent numbers on the row below.

For example, given the following triangle
[
[2],
[3,4],
[6,5,7],
[4,1,8,3]
]
The minimum path sum from top to bottom is 11 (i.e., 2 + 3 + 5 + 1 = 11).

Note:
Bonus point if you are able to do this using only O(n) extra space, where n is the total number of rows in the triangle.

大体的意思就是给你一个三角形的二维数组,让你给出从顶到底的路径最小的和,注意的是从一层到下一层必须是相邻的数字,即(2->3或4, 3->6或5,4->5或7等等)。

一.我的解法

首先,这类路径最小的问题基本上会想到用DP的方法求解,但是我尝试了从顶到底的DP后,发现问题很多,因为自顶向下的状态转移方程是: MIN(0,0)=Math.min(MIN(1,0),MIN(1,1))+triangle[0][0];
         MIN(1,0)=Math.min(MIN(2,0),MIN(2,1))+triangle[1][0];
         …
显然,方程中含有未知数,所以最后无法判断最小路径和的正确值,并且也要耗费O( n2 n 2 )的空间。当然,自顶向下的DP可以把三角形的两条腰初始化,这样只要选出最后一行的最小值就是答案了。
时间复杂度是O(n)。
其中n指的是三角形中数字的个数

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

如果是用自底向上的DP求解的话,会简化许多。因为自底向上是先求子问题,再求父问题。不存在未知数,并且可以通过维护底部向量将空间耗费降低到O(n),n是指三角形底部的数字个数
时间复杂度也是O(n),n是指整个三角形的数字个数

class Solution {
    public int minimumTotal(List<List<Integer>> triangle) {
        if(triangle.size()==0) return 0;
        int rows=triangle.size();
        int[] dp=new int[rows+1];
        for(int i=rows-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];
    }
}

如果有什么错误或者可以改进的地方,请及时指出,我会积极改进。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
给定一个整数数组 nums 和一个目标值 target,要求在数组中找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值