链接:https://leetcode-cn.com/problems/triangle
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。
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
解题:
针对这问题,利用动态规划解题,首先介绍两种方法(图片来源网络):
方法一:
自顶向下:
每次只需要关注上一行与其相邻的最小值,比如:
[
[2],
[3,4],
[6,5,7],
[4,1,8,3]
]
当前值 dp[i][j],只需关注 Min(dp[i-1][j], dp[i-1][j-1]) 即可
状态定义:dp[i][j]表示包含第i行第j列元素的最小路径和
状态分析
初始化:
dp[0][0]=triangle[0][0]
常规:
triangle[i][j]一定会经过triangle[i-1][j]或者triangle[i-1][j-1],
故:
dp[i][j] = min( dp[i-1][j], dp[i-1][j-1]) + triangle[i][j]
注意需要做边角处理:
triangle[i][0]没有左上角 只能从triangle[i-1][0]经过
triangle[i][row[0].length]没有上面 只能从triangle[i-1][j-1]经过
转换方程:
dp[i][j]=min(dp[i-1][j],dp[i-1][j-1])+triangle[i][j]
代码:
public static int minimumTotal1(List<List<Integer>> triangle) {
if(triangle == null || triangle.size() == 0){
return 0;
}
int N = triangle.size();
int M = triangle.get(N-1).size();
int[][] dp = new int[N][M];
dp[0][0] = triangle.get(0).get(0);
for (int i = 1; i < N; i++) {
for (int j = 0; j <= i; j++) {
if(j == 0){ // 处理dp[i][0]
dp[i][j] = dp[i-1][j] + triangle.get(i).get(j);
}else if(j == i){ // 处理dp[i][Max]
dp[i][j] = dp[i-1][j-1] + triangle.get(i).get(j);
}else{
dp[i][j] = Math.min(dp[i-1][j], dp[i-1][j-1]) + triangle.get(i).get(j);
}
}
}
int minVal = Integer.MAX_VALUE;
for(int i=0; i<M; i++){
if(minVal > dp[N-1][i]){
minVal = dp[N-1][i];
}
}
return minVal;
}
空间优化
观察自顶向下的代码会发现,对第i行的最小路径和的推导,只需要第i-1行的dp[i - 1][j]和dp[i - 1][j - 1]元素即可。可以使用两个变量暂存。
一维的dp数组只存储第i行的最小路径和。
public int minimumTotal(List<List<Integer>> triangle) {
// 特判
if (triangle == null || triangle.size() == 0) {
return 0;
}
// dp最大长度==triangle底边长度
// 题意:只使用 O(n) 的额外空间(n 为三角形的总行数)
int[] dp = new int[triangle.size()];
dp[0] = triangle.get(0).get(0);
// prev暂存dp[i-1][j-1],cur暂存dp[i-1][j]
int prev = 0, cur;
for (int i = 1; i < triangle.size(); i++) {
//对每一行的元素进行推导
List<Integer> rows = triangle.get(i);
for (int j = 0; j <= i; j++) {
cur = dp[j];
if (j == 0) {
// 最左端特殊处理
dp[j] = cur + rows.get(j);
} else if (j == i) {
// 最右端特殊处理
dp[j] = prev + rows.get(j);
} else {
dp[j] = Math.min(cur, prev) + rows.get(j);
}
prev = cur;
}
}
int res = Integer.MAX_VALUE;
// dp最后一行记录了最小路径
for (int i = 0; i < triangle.size(); i++) {
res = Math.min(res, dp[i]);
}
return res;
}
时间复杂度:O(n^2) (n 为三角形的总行数)
空间复杂度:O(n) (n 为三角形的总行数)
方法二:
自底向上:
状态定义:dp[i][j]表示包含第i行第j列元素的最小路径和
状态分析:当前值 dp[i][j] 每次取 dp[i+1][j] 与 dp[i+1][j+1] 之间的最小值,再加在当前值。即可得转移方程:
dp[i][j] = min( dp[i+1][j] , dp[i+1][j+1]) + triangle.get(i).get(j);
代码:
public static int minimumTotal2(List<List<Integer>> triangle) {
if(triangle == null || triangle.size() == 0){
return 0;
}
int N = triangle.size();
int M = triangle.get(N-1).size();
int[][] dp = new int[N+1][M+1];
for (int i = N-1; i>=0; i--) {
for (int j = 0; j < triangle.get(i).size(); j++) {
dp[i][j] = Math.min(dp[i+1][j], dp[i+1][j+1]) + triangle.get(i).get(j);
}
}
return dp[0][0];
}
空间优化
public int minimumTotal(List<List<Integer>> triangle) {
// 特判
if (triangle == null || triangle.size() == 0) {
return 0;
}
// dp中记录了求第i行时,第i+1的最小路径和
int[] dp = new int[triangle.size() + 1];
for (int i = triangle.size() - 1; i >= 0; i--) {
List<Integer> rows = triangle.get(i);
for (int j = 0; j < rows.size(); j++) {
dp[j] = Math.min(dp[j], dp[j + 1]) + rows.get(j);
}
}
return dp[0];
}