这一题方法很多,比如递归,动态规划。递归又分优化去重,不优化暴力。总体来说怎么弄可以。递归就是从自顶向下,动态规划就是自下而上。大同小异。如果数据量不大,这一题还可以用回溯算法。
如何回溯?
回溯思路:回溯其实很简单,我们先不管计算机,先想一下人怎么解题。最直接的方式不就是从第一行开始,把所有情况列出来,最后看条路径和最小么。回溯其实就是描述的这样的过程。
我们先来看下回溯的代码
class Solution {
int min=Integer.MAX_VALUE;
public int minimumTotal(List<List<Integer>> triangle) {
back(triangle,0,0,0);
return min;
}
void back(List<List<Integer>> triangle,int k,int sum,int count){
if(k==triangle.size()){
if(sum<min)
sum=min;
return;
}
sum+=triangle.get(k).get(count);
//做出选择,把当前数加和sum加和
back(triangle,k+1,sum,count+1);
//进入下一行
sum-=triangle.get(k).get(count);
//撤销选择,不要这个数了,减去它
}
}
当数据量不大时没问题。但不可忽视的是,有很多重复的递归计算。所以这一题回溯算法不太优雅。
有重复不怕,改一改,加个备忘录。计算过的递归,用本子记下来,下次直接拿出来用。
递归求解思路:
以图中例子解析,要求2到最下面的最小值,那不就是要求第二排的3或者4到最小面的最小值么,求出来加2不就完了。
class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
int[][] table=new int[triangle.size()][triangle.size()];
//备忘录
return back(triangle,0,0,table);
}
int back(List<List<Integer>> triangle,int k,int count,int[][] table){
if(k==triangle.size()-1){
return triangle.get(k).get(count);
}
if(table[k][count]==0)
table[k][count]=
Math.min(back(triangle,k+1,count,table),back(triangle,k+1,count+1,table))
+triangle.get(k).get(count);//递归求和
return table[k][count];
}
}
这是自顶向下的递归,大家可以考虑一下自底向上的动态规划。和这个过程完全相反。
快乐的编程从今天开始。再小的帆也要起航。欢迎关注微信公众号。