leetcode 64. Minimum Path Sum-最小路径和|动态规划

最新推荐文章于 2024-08-22 21:15:27 发布

Code_Granker

最新推荐文章于 2024-08-22 21:15:27 发布

阅读量5.1k

点赞数 1

分类专栏： LeetCode 文章标签： Java leetcode Python

本文链接：https://blog.csdn.net/happyaaaaaaaaaaa/article/details/51546526

版权

这篇博客介绍了如何使用动态规划解决LeetCode第64题——最小路径和。博主强调了动态规划的核心是利用前一次的结果，并给出了递推关系式：dp[i][j] = min(dp[i-1][j], dp[i][j-1])。通过优化，将空间复杂度从O(n*m)降低到O(n)。" 112047164,10293204,CentOS7重装Python与Yum的详细步骤,"['CentOS', 'Linux', '系统管理', '软件安装']

摘要由CSDN通过智能技术生成

原题链接：64. Minimum Path Sum

【思路】

采用动态规划。动态规划要求利用到上一次的结果，是一种特殊的迭代思想，动态规划的关键是要得到递推关系式。对于本题，从原点到达（i, j）的最小路径等于：原点到达（i-1, j）最小路径与到达（i, j-1）最小路径中的最小值。即 dp[i][j] = Math.min(dp[i-1][j], dp[i][j-1]，由于本题在 grid 中修改不影响结果，那么我就直接在上面修改，而不申请 n * m 大小的空间了：

public class Solution {
    public int minPathSum(int[][] grid) {
        for(int i=1; i<grid.length; i++) grid[i][0] += grid[i-1][0];
        for(int j=1; j<grid[0].length; j++) grid[0][j] += grid[0][j-1];
        for (int i=1; i<grid.length; i++) {
            for (int j=1; j<grid[0].length; j++) {
                grid[i][j] = Math.min(grid[