Solution 1
整体而言就是一个动态规划,以底向上的逻辑为例,记子结构 d p [ i ] [ j ] dp[i][j] dp[i][j]为从底部到达第i行第j个节点的最小路径和,那么状态转移方程为:
d p [ i ] [ j ] = m i n ( d p [ i + 1 ] [ j ] , d p [ i + 1 ] [ j + 1 ] ) + i n p u t [ i ] [ j ] dp[i][j] = min(dp[i+1][j],dp[i+1][j + 1]) + input[i][j] dp[i][j]=min(dp[i+1][j],dp[i+1][j+1])+input[i][j]
同时我们还能针对这个转移逻辑优化状态数组为一个一维数组。
- 时间复杂度: O ( n 2 ) O(n^2) O(n2),其中 n n n为层数,对应的节点遍历需要二次时间复杂度
- 空间复杂度: O ( n ) O(n) O(n),其中 n n n为层数,只需要维护一个一维数组
class Solution {
public:
int minimumTotal(vector<vector<int>>& triangle) {
vector<int> dp(triangle.back());
for(int i = 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];
}
};
Solution 2
Solution 1的Python实现
class Solution:
def minimumTotal(self, triangle: List[List[int]]) -> int:
dp = copy.deepcopy(triangle[-1])
for i in range(len(triangle) - 2, -1, -1):
for j in range(i + 1):
dp[j] = min(dp[j], dp[j + 1]) + triangle[i][j]
return dp[0]