题目如下:
Given a triangle, find the minimum path sum from top to bottom. Each step you may move to adjacent numbers on the row below.
For example, given the following triangle
[
[2],
[3,4],
[6,5,7],
[4,1,8,3]
]
The minimum path sum from top to bottom is 11 (i.e., 2 + 3 + 5 + 1 = 11).
Note:
Bonus point if you are able to do this using only O(n) extra space, where n is the total number of rows in the triangle.
分析如下:
首先,题目不能使用贪心算法。假如使用贪心,每行找到一个最小值,那么这些最小值的路径不一定满足相邻的条件。
既然不能用贪心,那么考虑一下,从简单地想,假设只有
[
[2],
[3,4],
]
那么,计算从顶到底的所有可能的路径的和。显然 2+3=5比2+4=6大,所以结果为5。为了下一行的计算方便,找一个中间数组sum_vec来保存当前行的计算结果[5,6]。
接下来,当前行为了[6,5,7]。对于当前行中的每一个元素,只需要找到上一行中和当前元素相邻的2个元素的最小值,然后把这儿最小值加上当前元素饼更新sum_vec数组就可以了。不断进行下去,直到最后一行为止。这个过程可以看做一个很简单的动态规划。
其中注意,每一行的头尾两个元素比较特殊,因为它们的相邻元素只有1个。
因为题目要求了O(n)space,所以用一个中间数组sum_vec来储存和pascal's triangle II虽然不完全一样,但是有相似的地方,不断地更新中间数组,这样就可以做到使用O(n)空间而不是O(n²)空间。
在更新中间数组的时候注意。本题比较巧妙的地方在于,如果从上到下进行计算,更新中间数组比较麻烦,要用两个变量(下面第一种代码中pre 和cur)去记录当前的元素防止当前循环被更新后下一次循环就找不到了。如果从下到上进行计算,由于每行的大小在递减,所以正好可以直接在当前数组上进行更新。
我的代码:
//第一种 从上到下计算
class Solution {
public:
int minimumTotal(vector<vector<int> > &triangle) {
int tri_size=(int)triangle.size();
if(tri_size==0)
return 0;
int cur=0;
vector<int> sum_vec;
sum_vec.push_back(triangle[0][0]);
for(int i=1;i<tri_size;i++){
int pre=sum_vec[0];
sum_vec[0]+=triangle[i][0];
for(int j=1;j<i;j++){
cur=sum_vec[j]; //用pre, cur配合作用,保存第j个元素,下次循环还会用到
if(pre>sum_vec[j])
sum_vec[j]+=triangle[i][j];
else
sum_vec[j]=triangle[i][j]+pre;
pre=cur;
}
int last=pre+triangle[i].back();
sum_vec.push_back(last);
}
int min_ele=sum_vec[0];
for(int k=0;k<sum_vec.size();k++)
if(min_ele>sum_vec[k])
min_ele=sum_vec[k];
return min_ele;
}
};
//第二种 从下到上计算
class Solution {
public:
int minimumTotal(vector<vector<int> > &triangle) {
int tri_size=(int)triangle.size();
if(tri_size==0)
return 0;
vector<int> sum_vec(triangle[tri_size-1]);
for(int i=tri_size-2;i>=0;i--){
for(int j=0;j<i+1;j++){
if(sum_vec[j]<sum_vec[j+1])
sum_vec[j]+=triangle[i][j];
else
sum_vec[j]=triangle[i][j]+sum_vec[j+1];
}
}
return sum_vec[0];
}
};