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。
思路:典型的动态规划类问题。关于什么是动态规划,可以参考博客https://blog.csdn.net/u013309870/article/details/75193592。
记住:动态规划的核心是记录每一个求解子问题的答案。 还有一个关于vector的使用,利用函数返回最小值。
class Solution {
public:
int minimumTotal(vector<vector<int>>& triangle) {
int n=triangle.size();
vector<vector<int>> dp(n, vector<int>(n,-1)); //建立一个新的数组存储所有的路径和值
dp[0][0] = triangle[0][0];
for(int i=1;i<triangle.size();i++)
{
for(int j=0;j<triangle[i].size();j++)
{
if(j==0)
dp[i][j]=triangle[i][j]+dp[i-1][0];
else if(j == triangle[i].size()-1)
dp[i][j]=triangle[i][j]+dp[i-1][j-1];
else{
dp[i][j]=triangle[i][j]+min(dp[i-1][j],dp[i-1][j-1]);
}
}
}
return *min_element(dp[n-1].begin(),dp[n-1].end());
}
};
进一步,只用O(n)的额外空间,要从下往上逐次计算。每次用最下行相邻两数中较小的数和前一行累加,新的和覆盖掉原来的数据,一层一层地向上计算。就像冒泡排序一样。由此总结,动态规划,既能从开始向下记录子和,也可以从下往上记录子和。c++代码如下:
class Solution {
public:
int minimumTotal(vector<vector<int>>& triangle) {
vector<int> dp(triangle.back());
for (int i = (int)triangle.size() - 2; i >= 0; --i) {
for (int j = 0; j <= i; ++j) {
dp[j] = min(dp[j], dp[j + 1]) + triangle[i][j];
}
}
return dp[0];
}
};