矩阵的最小路径和:动态规划思想。
生成大小和输入矩阵matrix一样大小的矩阵dp,dp[i][j]表示从左上角(0,0)位置走到(i,j)位置的最小路径和,当i=n-1,j=m-1时,dp[i][j]就是矩阵的最小路径和。
首先对于第一行(n=0),到达每一列的位置只能由前一列位置水平走过去(因为规定只能向右或向下走);对于第一列(m=0),到达每一行的位置只能由前一行位置垂直走过去;所以我们要单独处理dp[0][j](到达第一行的每一列位置的最小路径和,即当前位置的值matrix[0][j]加上前j-1列的最小路径和dp[0][j-1])以及单独处理dp[i][0](到达第一列的每一行位置的最小路径和,即当前位置的值matrix[i][0]加上前i-1行的最小路径和dp[i-1][0])。
然后两层for循环,得到到达每一个位置的最小路径和dp[i][j];最后返回dp[n-1][m-1]的值,即为矩阵的最小路径和(走到了右下角)。
代码如下:
class Solution {
public:
int minPathSum(vector<vector<int> >& matrix) {
// write code here
if(matrix.size()==0) return 0;
int n=matrix.size();
int m=matrix[0].size();
vector<vector<int>> dp(n,vector<int>(m,0));
dp[0][0]=matrix[0][0];
for(int j=1;j<m;j++)
dp[0][j]=dp[0][j-1]+matrix[0][j];
for(int i=1;i<n;i++)
dp[i][0]=dp[i-1][0]+matrix[i][0];
for(int i=1;i<n;i++)
{
for(int j=1;j<m;j++)
{
dp[i][j]=min(dp[i][j-1],dp[i-1][j])+matrix[i][j];
}
}
return dp[n-1][m-1];
}
};