leetcode #64 最小路径和 | 刷题之路第二站——动态规划类问题

题号 64

题目描述

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。

链接：leetcode #64 最小路径和

 

解题思路——动态规划

本题是 leetcode #62、#63 的升级版，不是算最多路径数，而是算所有路径中代价最小的那条路径。

关于 题62、题63 的解决方案可以参考下方链接：

leetcode #62 不同路径 | 刷题之路第二站——动态规划类问题

leetcode #63 不同路径 II | 刷题之路第二站——动态规划类问题

Step1：描述问题的最优解结构特征

问题等价于求从起点 S[ 0 ][ 0 ] 到终点 S[ m - 1][ n - 1 ] 的所有路径中代价最小的那条路径。

直接通往 S[ m - 1 ][ n - 1] 有两种方式：

1- 由 S[ m - 2 ][ n - 1] 向下移动一格到达；

2- 由 S[ m - 1][ n - 2] 向右移动一个到达；
如果我们知道从 S[ 0 ][ 0 ] 到 S[ m - 2][ n -1 ] 的代价最小的路径和从S[ 0 ][ 0 ] 到 S[ m - 1 ][ n - 2 ] 的代价最小的路径，取二者中较小的一个，将其与 S[ m - 1 ][ n - 1 ] 相加，即为从起点 S[ 0 ][ 0 ] 到终点 S[ m - 1][ n - 1 ] 的所有路径中代价最小的路径。

此问题的底为：

1- S[ 0 ][ 0 ]

2- 对于第一行的其他元素而言，从 S[ 0 ][ 0 ] 到 S[ 0 ][ i ] 的最小路径为从 S[ 0 ][ 0 ] 到 S[ 0 ][ i - 1 ] 的最小路径加上 S[ 0 ][ i ] 的值；

3- 对于第一列的其他元素而言，从 S[ 0 ][ 0 ] 到 S[ i ][ 0 ] 的最小路径为从 S[ 0 ][ 0 ] 到 S[ i - 1 ][ 0 ] 的最小路径加上 S[ i ][ 0 ]的值。

 

Step2：递归定义最优解值

令 p( i, j ) 为 从起点 S[ 0 ][ 0 ] 到达点 S[ i ][ j ] 的最小路径的数字之和。

首先，p[ 0 ][ 0 ] = S[ 0 ][ 0 ]；

其次，p[ i ][ j ] = S[ i ][ j ] + min(p[ i ][ j - 1 ], p[ i - 1 ][ j ])。

 

Step3、4：自底向上计算最优解值、输出最优解值

问题的解就是终点 p[ m - 1 ][ n - 1 ] 的值。

代码实现如下：

class Solution {
public:
	int minPathSum(vector<vector<int>>& grid) {
		if (grid.size() == 0 || grid[0].size() == 0)
			return 0;
		int m, n;
		m = grid.size();    
		n = grid[0].size();
		vector<vector<long>> p(m, vector<long>(n));    //使用二维数组p存放到每个元素的最小路径的数字之和
		p[0][0] = grid[0][0];    //底
		for (int i = 1; i < n; i++) {
			p[0][i] = grid[0][i] + p[0][i - 1];
		}
		for (int i = 1; i < m; i++) {
			p[i][0] = grid[i][0] + p[i - 1][0];
		}
		for (int i = 1; i < m; i++) { 
			for (int j = 1; j < n; j++) {
				p[i][j] = grid[i][j] + min(p[i][j - 1], p[i - 1][j]);
			}
		}
		return p[m - 1][n - 1];
	}
};

 

时间复杂度：O( m × n ) 

空间复杂度：O( m × n )