【LeetCode】64. 最小路径和

0.总结

• 简单dp题

---

1.题目

2.思想

根据数据规模，可以看到本题需要使用dp
（1）dp[i][j] 表示到 坐标[i,j] 的最小路径和
（2）递推公式： dp[i][j] = min(dp[i][j-1],dp[i-1][j]) + grid[i][j]，需要注意一些边界条件【但是可以利用Python的一些方法来避免这种复杂的判断】。

3.代码

3.1 仔细判断边界版本

class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:
        row = len(grid)
        col = len(grid[-1])
        dp = [[0]*col for i in range(row)]

        for i in range(row):
            for j in range(col):
                if i == 0:
                    dp[i][j] = dp[i][j-1] + grid[i][j]
                elif j == 0:
                    dp[i][j] = dp[i-1][j] + grid[i][j]
                else:
                    dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]
        return dp[row-1][col-1]

因为这里申请的dp大小是刚刚好的，所以我在这个代码里面进行了详细的if i==0，if j==0的判断，为的就是防止数组越界。但是Python代码相比传统的C++/Java代码，有个特点是dp[-1]也是能取到值的。利用这个特点，写出下面这版代码：

3.2 一把梭哈版本

class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:        
        m,n = len(grid),len(grid[0])
        # 补充最后一行 + 一列
        dp = [[9999 for i in range(n+1)] for j in range(m+1)]
        
        for i in range(m):
            for j in range(n): 
                if i == 0 and j == 0:
                    dp[0][0] = grid[0][0]
                    continue
                dp[i][j] = min(dp[i][j-1],dp[i-1][j]) + grid[i][j]
        # print(dp)
        return dp[m-1][n-1]

利用Python的特性规避了复杂的边界判断，完美！