动态规划：最小路径和

目录

题目

思路

解题过程

复杂度

Code

---

题目

         给定一个包含非负整数的 m x n 网格 grid ，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 1：

输入：grid = [[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。

示例 2：

输入：grid = [[1,2,3],[4,5,6]]
输出：12

提示：

• m == grid.length
• n == grid[i].length
• 1 <= m, n <= 200
• 0 <= grid[i][j] <= 200

---

思路

        使用动态规划（Dynamic Programming）来解决这个问题。动态规划适合这种最小路径和问题，因为我们可以通过已计算的结果来逐步构建最终的答案。

---

解题过程

• 定义状态：用二维数组 dp 来表示到达每个格子的最小路径和。
• 初始化：

1. dp[0][0] 设为 grid[0][0]，这是起点。
2. 第一行和第一列的值只能通过左边和上边来计算。

• 状态转移：

        对于每个格子 (i, j)，dp[i][j] 是当前格子的值 grid[i][j] 加上从上面 dp[i-1][j] 或左边 dp[i][j-1] 的最小值。

• 最终结果：右下角的值 dp[m-1][n-1] 即为最小路径和。

---

复杂度

• 时间复杂度: O(m * n)，其中 m 是行数，n 是列数。每个格子被计算一次。
• 空间复杂度: O(m * n)，用于存储 dp 数组。

---

Code

class Solution(object):
    def minPathSum(self, grid):
        m, n = len(grid), len(grid[0])
    
        # 创建一个二维 DP 数组，初始化为 0
        dp = [[0] * n for _ in range(m)]
    
        # 初始化 dp 的第一个位置
        dp[0][0] = grid[0][0]
    
        # 初始化第一行
        for j in range(1, n):
            dp[0][j] = dp[0][j-1] + grid[0][j]
    
        # 初始化第一列
        for i in range(1, m):
            dp[i][0] = dp[i-1][0] + grid[i][0]
    
        # 填充其余的 dp 数组
        for i in range(1, m):
            for j in range(1, n):
                dp[i][j] = grid[i][j] + min(dp[i-1][j], dp[i][j-1])
    
        # 返回右下角的值，即最小路径和
        return dp[m-1][n-1]