[Leetcode]最小路径和-动态规划

[Leetcode]最小路径和-动态规划

Leetcode最小路径和-动态规划

题目描述

给定一个包含非负整数的 m x n 网格，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。
说明：每次只能向下或者向右移动一步。

示例:
输入:
[
[1,3,1],
[1,5,1],
[4,2,1]
]
输出: 7
解释: 因为路径 1→3→1→1→1 的总和最小。

解题思路

• 典型的动态规划
• 状态定义：设 dp 为大小 m×n 矩阵，其中 dp[i][j]的值代表直到走到 (i,j) 的最小路径和。
• 转移方程：题目要求只能向右或向下走，换句话说，当前单元格 (i,j) 只能从左方单元格 (i-1,j) 或上方单元格 (i,j-1) 走到，因此只需要考虑矩阵左边界和上边界。
  • 走到当前单元格 (i,j) 的最小路径和 = “从左方单元格 (i-1,j) 与 从上方单元格 (i,j-1) 走来的两个最小路径和中较小的 ” + 当前单元格值 grid[i][j] 。具体分为以下 4 种情况：
  • 当左边和上边都不是矩阵边界时： 即当$i\ne 0$, $j\ne 0$时，$dp[i][j]=min(dp[i-1][j],dp[i][j-1])+grid[i][j]$；
  • 当只有左边是矩阵边界时： 只能从上面来，即当$i=0,j\ne 0$时， $dp[i][j]=dp[i][j-1]+grid[i][j]$；
  • 当只有上边是矩阵边界时： 只能从左面来，即当$i\ne 0,j=0$时， $dp[i][j]=dp[i-1][j]+grid[i][j]$；
  • 当左边和上边都是矩阵边界时： 即当$i=0,j=0$时，其实就是起点， $dp[i][j]=grid[i][j]$；
• 初始状态：dp初始化即可，不需要修改初始 0 值。
• 返回值：返回 dp 矩阵右下角值，即走到终点的最小路径和。
• 其实我们完全不需要建立 dp 矩阵浪费额外空间，直接遍历 grid[i][j]修改即可。这是因为：$grid[i][j]=min(grid[i-1][j],grid[i][j-1])+grid[i][j]$ ；原 grid 矩阵元素中被覆盖为 dp 元素后（都处于当前遍历点的左上方），不会再被使用到。
• 复杂度分析：
  • 时间复杂度 O(M \times N)O(M×N) ： 遍历整个 gridgrid 矩阵元素。
  • 空间复杂度 O(1)O(1) ： 直接修改原矩阵，不使用额外空间。

实现代码

class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:
        for i in range(len(grid)):
            for j in range(len(grid[0])):
                if i == 0 and j == 0:
                    continue
                elif i == 0:
                    grid[i][j] += grid[i][j - 1]
                elif j == 0:
                    grid[i][j] += grid[i - 1][j]
                else:
                    grid[i][j] = min(grid[i][j] + grid[i - 1][j], grid[i][j] + grid[i][j - 1])
        return grid[-1][-1]