LeetCode——64题:最小路径和

这篇博客讨论了一种常见的算法问题——找到一个网格中从左上角到右下角的最小路径和。通过动态规划的方法,我们可以反向思考,从最后一个元素开始,根据其左边和上边的元素取最小值来更新当前位置的路径和。最终得到的grid[n-1][m-1]即为最小路径和。这种方法有效地解决了问题并避免了重复计算。
摘要由CSDN通过智能技术生成

题目

给定一个包含非负整数的 m x n 网格,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:

输入:
[
[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。

分析

一般求这种最小路径等最优解的情况,我们一般可以想到都是采用动态规划算法。然后我们只要抓住动态规划算法的两点:

  1. 大问题是否可以拆分成小问题(实际上任何大问题都可以拆分成小问题)
  2. 这些小问题的解是否可以重复利用,且需要保存解以备后续利用

根据说明每次只能向下或者向右走一格,所以我们反向思维,从后往前,题目要求最小路径,那么最后一个的最小路径只能是左边一个或者上面一个来的,那么具体是哪一个呢,其实就是哪一个最小选哪一个。以此类推可以得出公式grid[i][j] = grid[i][j]+min(grid[i-1][j] ,grid[i][j-1])。

题解

class Solution {
    public int minPathSum(int[][] grid) {
        int m = grid[0].length;
        int n = grid.length;
        for(int i=0;i<n;i++) {
            for(int j=0;j<m;j++) {
                if(i==0 && j>0){
                    grid[i][j] =grid[i][j]+grid[i][j-1];
                }
                if(i>0 && j==0) {
                    grid[i][j]+=grid[i-1][j];
                }
                if(i-1>=0 && j-1>=0){
                    int temp = grid[i - 1][j] > grid[i][j - 1] ? grid[i][j - 1] : grid[i - 1][j];
                    grid[i][j] = grid[i][j]+temp;               
                }
            }
        }
        return grid[n-1][m-1];
    }
}
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值