三角形的最小路径和(动态规划)

题目如下:

首先,我们从最基本的思维讲起,对于只有第一行的数据,因为只有一条路径,显然最小路径和就是2,然后我们再增加第二行3 4数据,这时我们发现,路径增加到了两条,分别是2--->3,2--->4。那么最小路径和肯定是取2 3的和,即最小路径和为5。现在我们假设到了第i行,从第一行到第i-1行的最小路径和我们已经知道,这里要声明的一点是,最小路径和与其最后一行的出口是对应的,比如说我们只有两行时,最小路径为2--->3,那么此时这个出口为第二行的第一列,我们用坐标(2,1)表示,那么根据假设,我们不妨设从第一行到第i-1行的最小路径和的出口为(i-1,k)其中k满足(1<=k<=i-1),现在我们能否直接根据到第i-1行的最小路径和来得出到第i行的最小路径和呢,显然是不行的,因为很有可能还存在别的路径的和比这个更小。这里我们可以举个小例子说明:

比如说:2

               3    4

                6     5    2

显然到第二层的最小路径为2--> 3,和为5,但是到第三层的时候,我们发现最小路径显然为2-->4--->2,似乎根本没有使用到第二层的最小路径。我们知道动态规划是满足最优子结构的,这说明我们对问题的抽象不足,如果设f(n)为第1层到第i层的最小路径和,那么这f(n)是如何都建立不起来其与f(n-1)的关系的。于是我们把问题抽象到二维,刚好我们上面也提到了最小路径的出口,于是我们不妨建立一个f(n,m)它表示我们从第一行第一列到第n行第m列的最小路径,此时出口为(n,m),且m肯定满足m<=n的关系。但是题目最终是要求到第n行的最小路径和,我们怎么转换呢,很简单,就从f(n,1)到f(n,n)中找到最小的一个值就行了,且我们发现f(n,m)的二维结构能够帮助我们抽象出子问题,比如对于最开始的题目,到第4行第1列的最小路径和f(4,1)=min{ f(3,1),f(3,2)}+question[4][1];到第4行第2列的最小路径和f(4,2)=min{ f(3,1),f(3,2),f(3,3) }+question[4][2],这里的question是我们的输入的三角形数组。我们可以观察到,对f(4,1)和f(4,2)的求解中,都包含了对f(3,1)和对f(3,2)的求解,显然满足最优子结构,同时这也满足重叠子问题的性质,为了避免重复计算,通常动态规划都会采用备忘录方法,去记录已经生成的结果(用空间换取时间),在自底向上的过程中,遇到相同的子问题,我们只需要计算一次即可。所以我们可以建立如下的一个二维表格:

 m=1m=2m=3m=4
n=12000
n=25600
n=31110130
n=414111816

 

最终结果就是从最后一行数据挑选出最小的一个数据,问题到这里已经解决了,这里我们使用个了一个大小为(n*m)的二维数组,显然空间复杂度有点高,那么我们是否可以进行优化呢?答案是可以的,我们注意到当n=3时,我们是不需要关注n=1这里面的数据的,于是我们可以只设置一个2行m列的数组,先初始化这个数组第0行为n=1这一行的数据,当求完n=2这一行的结果时,这个结果首先肯定是放在这个数组的第1行的,然后我们把这个结果放到第0行去,再利用第1行去存放n=3的结果。最后,我们只要在数组的第1行中去找到最小的值即可。

根据上面的思想,我们可以得到如下的java代码:

package com.ycw.动态规划;

public class 三角形最小路径和 {

	public static int myTwoMin(int a,int b) {
		if(a<b) {
			return a;
		}else {
			return b;
		}
	}
	public static int myThreeMin(int a,int b,int c) {
		return myTwoMin(myTwoMin(a,b),c);
	}
	public static void main(String args[]) {
		int question[][]= {{2,0,0,0},
							{3,4,0,0},
							{6,5,7,0},
							{4,1,8,3}};
		int result[][]=new int[2][question[0].length];
		//初始化result数组,自底向上
		result[0][0]=question[0][0];
		for(int n=1;n<question.length;n++) {
			for(int m=0;m<question[0].length;m++) {
				if(m<=n) {
					if(n==1&&m==0) {
						result[1][m]=result[0][m]+question[n][m];
					}else if(n==m&&n>0) {
						result[1][m]=result[0][m-1]+question[n][m];
					}else if(n>1&&n==m+1) {
						result[1][m]=myTwoMin(result[0][m],result[0][m-1])+question[n][m];
					}else if(m==0&&n>1) {
						result[1][m]=myTwoMin(result[0][m],result[0][m+1])+question[n][m];
					}else if(n>2){
						result[1][m]=myThreeMin(result[0][m],result[0][m-1],result[0][m+1])+question[n][m];
					}
				}
			}
			for(int i=0;i<result[0].length;i++) {
				result[0][i]=result[1][i];
			}
		}
		int temp=result[1][0];
		for(int i=1;i<result[1].length;i++) {
			if(temp>result[1][i]) {
				temp=result[1][i];
			}
		}
		System.out.println(temp);
	}
}

运行结果为:11

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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