LeetCode刷题笔记（Minimum Path Sum）

今天终于收到了论文二审的结果，很高兴是“minor revisions”，但愿认真改改能accept啊。刚刚刷了一道题感觉线性规划的题目，如果真的玩6了，还是挺容易的，下面就和大家分享一下经验吧！

题目如下：

题意分析：

给定一个由非负数填满的m*n方格，请从左上角到右下角的所有路径中，找出最小的路径和。

注：任何位置每次只能向下或者向右移动一步。

方法一（动态规划法DP①）

首先新建一个二维 dp 数组用于记录到达各个位置的最小路径和，其中dp[i][j] 表示到达（i，j）的最小路径和，然后找状态转移方程，因为到达当前位置 (i, j)  只有两种情况，要么从上方 (i-1, j) 过来，要么从左边 (i, j-1) 过来，选择 dp 值较小的那个路径，即比较 dp[i-1][j] 和 dp[i][j-1]，并将其中的较小值加上当前的数字 grid[i][j]，以更新当前位置的dp[i][j]值。但是有些特殊情况要分类处理，①对于起点位置，d[0][0] 直接赋值为 grid[0][0]，② 第一行的位置只能从左边过来，可单独处理，不用比较大小直接累加 ③ 第一列的位置从能从上面过来，可单独处理，不用比较大小直接累加。最后从 (1, 1) 的位置开始更新到右下角，并返回dp[row-1][col-1]即可。

小结：动态规划有点“步步为营”的感觉，最终的结果更多是通过中间结果过渡而来的。

解题代码如下：

class Solution{
public:
    int minPathSum(vector<vector<int>>& grid){
        int row = grid.size();
        if ( row == 0 ) return 0;
        int col = grid[0].size();

        vector<vector<int>> dp( row, vector<int>( col ) );
        //dp[i][j]是记录达到(i,j)的最小路径和
        dp[0][0] = grid[0][0];
        //对第一行进行处理
        for (int i = 1; i < col; i++) {
            dp[0][i] = grid[0][i] + dp[0][i-1];
        }
        //对第一列进行处理
        for (int i = 1; i < row; i++) {
            dp[i][0] = grid[i][0] + dp[i-1][0];
        }
        //对其余行列进行处理
        for (int i = 1; i < row; i++) {
            for (int j = 1; j < col; j++) {
                dp[i][j] = grid[i][j] + min( dp[i-1][j], dp[i][j-1] );
            }
        }
      return dp[row-1][col-1];
    }
};

提交后的结果如下： 

 

方法二（优化方法一）

方法一中的空间复杂度是可以优化的，其实只需要一个一维的 dp 数组就可以了，除了 dp[0][0] 要初始化为0，其余值均初始化为整型最大值，之所以可以用一维数组代替之前的二维数组，是因为当前的 dp 值只跟左边和上面的 dp 值有关，这里不用提前单独处理第一行或是第一列，而是在遍历的时候判断，若 i = 0 则表明是第一行，dp[j] 是整型最大值，所以肯定会取到 dp[j-1] 的值，若 j = 0则说明是第一列，直接加上当前的数字（正因为有这一步的存在，才使得dp[j-1]能代表左边，dp[j]能代表上边），否则要比较是左边的 dp[j-1] 小还是上面的 dp[j] 小，然后再加上当前位置的数字即可，最后返回dp[col - 1]。

解题代码如下：

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        int row = grid.size();
        if ( row == 0 ) return 0;
        int col = grid[0].size();
        vector<int> dp(col, INT_MAX);
        dp[0] = 0;
        for (int i = 0; i < row; ++i) {
            for (int j = 0; j < col; ++j) {
                if (j == 0) dp[j] += grid[i][j];
                else dp[j] = grid[i][j] + min(dp[j], dp[j - 1]);
            }
        }
        return dp[col - 1];
    }
};

提交后的结果如下： 

 

 

 

日积月累，与君共进，增增小结，未完待续。