leetcode_64_最小路径和

题目：

给定一个包含非负整数的 m x n 网格，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。

说明：每次只能向下或者向右移动一步。

示例:

输入:
[
  [1,3,1],
  [1,5,1],
  [4,2,1]
]
输出: 7
解释: 因为路径 1→3→1→1→1 的总和最小。

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/minimum-path-sum
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

---

思路：很典型的动态规划题型，蛮简单，就不过多赘述。

直接上状态转移方程：

①初始化上边界:

dp[0][i] = dp[0][i-1] + grid[0][i]

初始化左边界：

dp[i][0] = dp[i-1][0] + grid[i][0]

②

除上、左边界外：

dp[i][j] = min(dp[i-1][j]+grid[i][j],  dp[i][j-1]+grid[i][j])

---

实现：

JAVA版：

class Solution {
    public int minPathSum(int[][] grid) {
        int row = grid.length;
        int column = grid[0].length;

        int [][]dp = new int[row][column];
        //初始化边界
        dp[0][0] = grid[0][0];
        for(int i = 1;i < column;i++){
            dp[0][i] = dp[0][i-1] + grid[0][i];

        }
        for(int i = 1;i < row;i++){
            dp[i][0] = dp[i-1][0] + grid[i][0];
        }

        
        // dp[i][j] = max(dp[i][j-1]+grid[i][j], dp[i-1][j]+grid[i][j])
        for(int nr = 1; nr < row;nr++){
            for(int nc = 1;nc < column;nc++){
                dp[nr][nc] = Math.min(dp[nr][nc-1]+grid[nr][nc], dp[nr-1][nc]+grid[nr][nc]);
            }
        }
        // for(int i = 0;i < row;i++){
        //     for(int j = 0;j < column;j++)
        //         System.out.print(dp[i][j]+" ");
        //     System.out.println();
        // }
        return dp[row-1][column-1];
    }
}

C++版：

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        int row = grid.size();
        int column = grid[0].size();

        int dp[row][column];
        //和java不同的是，需要手动初始化
        for(int i = 0;i < row;i++)
            for(int j = 0;j < column;j++)
                dp[i][j] = 0;
        //再初始化原点、上边界、左边界
        dp[0][0] = grid[0][0];
        for(int i = 1;i < column;i++)
            dp[0][i] = dp[0][i-1] + grid[0][i];
        for(int i = 1;i < row;i++)
            dp[i][0] = dp[i-1][0] + grid[i][0];

        for(int i = 1;i < row;i++){
            for(int j = 1;j < column;j++){
                int left = dp[i][j-1] + grid[i][j];
                int up = dp[i-1][j] + grid[i][j];
                dp[i][j] = left>up? up:left;
            }
        }
        return dp[row-1][column-1];
    }
};

python版：

class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:
        row = len(grid)
        column = len(grid[0])

        dp = [[0 for _ in range(column)] for _ in range(row)]

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

---

conclusion：

这几天做的题都比较简单，就这一篇涉及到一个动态规划，而动态规划是算法设计里面比较难的部分，所以写了这篇博文。

半水吧233333~