典型的动态规划,由于只能每次移动往下或右移动一步,求到t[m,n]的路径上的数字总和s[m,n]最小值就变成了求min(s[m,n-1],s[m-1,n])+t[m,n],于是类推可知,对到每一格t[i,j]的路径上的数字总和最小值都有公式s[i,j]=min(s[i-1,j]+s[i,j-1]).起点和边上的点不能套用公式,但很显然可知,起点的s[0,0] = t[0,0],而边上的点由于只存在一条路径,可知s[0,i] = s[0,i-1],s[i,0] = s[1-1,0].
这样,解法就很明显了。
public class Solution {
public int MinPathSum(int[][] grid) {
if(grid.Length == 0 || grid[0].Length == 0)
return 0;
var t = new int[grid.Length,grid[0].Length];
t[0,0] = grid[0][0];
for(int i = 1; i < grid.Length; i++)
t[i,0] = grid[i][0]+t[i-1,0];
for(int i = 1; i < grid[0].Length; i++)
t[0,i] = grid[0][i]+t[0,i-1];
for(int i = 1; i < grid.Length; i++)
{
for(int j = 1; j < grid[0].Length; j++)
{
t[i,j] = grid[i][j]+(t[i,j-1] < t[i-1,j]?t[i,j-1] : t[i-1,j]);
}
}
return t[grid.Length-1,grid[0].Length-1];
}
}