Minimum Falling Path Sum II 下降路径最小和 II
问题描述:
给你一个 n x n 整数矩阵 grid ,请你返回 非零偏移下降路径
数字和的最小值。
非零偏移下降路径
定义为:从 grid 数组中的每一行选择一个数字,且按顺序选出来的数字中,相邻数字不在原数组的同一列。
n = = g r i d . l e n g t h = = g r i d [ i ] . l e n g t h 1 < = n < = 200 − 99 < = g r i d [ i ] [ j ] < = 99 n == grid.length == grid[i].length\\ 1 <= n <= 200\\ -99 <= grid[i][j] <= 99 n==grid.length==grid[i].length1<=n<=200−99<=grid[i][j]<=99
分析
定义f[i][j] 表示在选到第i+1行的第j列的元素时,可以得到的最小路径和。
f
[
i
]
[
j
]
=
m
i
n
(
f
[
i
−
1
]
[
k
]
+
a
[
i
]
[
j
]
)
,
k
!
=
j
f[i][j] = min(f[i-1][k]+ a[i][j]) ,k!=j
f[i][j]=min(f[i−1][k]+a[i][j]),k!=j
在DP的基础上,有一层是需要O(N)的时间复杂度来找min。但是这里有一个trick,在计算某一行的元素时,只需要 记录 最小的2个数,还有一个 是最小值的索引。
如果找上一行的最小值索引与当前元素不一致,可以直接使用这个min,否则就只能选secondary。
这里没有使用滚动数组压缩空间。
代码
DP
class Solution {
public int minFallingPathSum(int[][] grid) {
int n = grid.length;
int INF = 1<<30;
int[][] f = new int[n][n];
// f[0][j] = g[0][j];
// f[i][j] = min( f[i-1][k])+ g[i][j]
for (int i = 0; i < n; i++) {
Arrays.fill(f[i],INF);
}
int[][] memo = new int[2][3];// 0 min1 1 min2 2 idx of min1
memo[0][0]=INF;memo[0][1]=INF;
memo[1][0]=INF;memo[1][1]=INF;
for (int i = 0; i < n; i++) {
f[0][i] = grid[0][i];
if(f[0][i]<memo[0][0]){
memo[0][1] = memo[0][0];
memo[0][0] = f[0][i];
memo[0][2] = i;
}
else if(f[0][i]<memo[0][1]){
memo[0][1] = f[0][i];
}
}
int ans = INF;
for (int i = 1; i < n; i++) {
int r = i%2;
memo[r][0]=INF;memo[r][1]=INF;
for (int j = 0; j < n; j++) {
f[i][j] = grid[i][j];
if(j!=memo[r^1][2]){
f[i][j] += memo[r^1][0];
}
else{
f[i][j] += memo[r^1][1];
}
if(f[i][j]<memo[r][0]){
memo[r][1] = memo[r][0];
memo[r][0] = f[i][j];
memo[r][2] = j;
}
else if(f[i][j]<memo[r][1]){
memo[r][1] = f[i][j];
}
}
}
for (int i = 0; i < n; i++) {
if(ans>f[n-1][i]) ans = f[n-1][i];
}
return ans;
}
}
时间复杂度 O ( N 2 ) O(N^2) O(N2)
空间复杂度 O ( N 2 ) O(N^2) O(N2)
Tag
Matrix
Dynamic Programming