一刷297-剑指 Offer II 100. 三角形中最小路径之和（同：120. 三角形最小路径和）

题目：
给定一个三角形 triangle ，找出自顶向下的最小路径和。

每一步只能移动到下一行中相邻的结点上。
相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。
也就是说，如果正位于当前行的下标 i ，那么下一步可以移动到下一行的下标 i 或 i + 1 。
----------------------
示例 1：
输入：triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]
输出：11
解释：如下面简图所示：
   2
  3 4
 6 5 7
4 1 8 3
自顶向下的最小路径和为 11（即，2 + 3 + 5 + 1 = 11）。
示例 2：

输入：triangle = [[-10]]
输出：-10
 
提示：
1 <= triangle.length <= 200
triangle[0].length == 1
triangle[i].length == triangle[i - 1].length + 1
-104 <= triangle[i][j] <= 104
 
进阶：
你可以只使用 O(n) 的额外空间（n 为三角形的总行数）来解决这个问题吗？
-------------------
思路：
在本题中，给定的三角形的行数为 n，并且第 i 行（从 0 开始编号）包含了 i+1个数。
如果将每一行的左端对齐，那么会形成一个等腰直角三角形，如下所示：
[2]
[3,4]
[6,5,7]
[4,1,8,3]
-------------
我们用 f[i][j] 表示从三角形顶部走到位置 (i, j)的最小路径和。
这里的位置 (i, j) 指的是三角形中第 i 行第 j 列（均从 0 开始编号）的位置。

由于每一步只能移动到下一行「相邻的节点」上，因此要想走到位置 (i, j(i,j)，
上一步就只能在位置 (i - 1, j - 1) 或者位置 (i - 1, j)。
我们在这两个位置中选择一个路径和较小的来进行转移，状态转移方程为：
f[i][j]=min(f[i−1][j−1],f[i−1][j])+c[i][j]
其中 c[i][j]表示位置 (i, j) 对应的元素值。

注意第 i 行有 i+1个元素，它们对应的 j 的范围为 [0, i]。当 j=0或 j=i时，
上述状态转移方程中有一些项是没有意义的。
例如当 j=0时，f[i-1][j-1]没有意义，因此状态转移方程为：
f[i][0]=f[i−1][0]+c[i][0]

即当我们在第 i 行的最左侧时，我们只能从第 i-1 行的最左侧移动过来。
当 j=i 时，f[i-1][j] 没有意义，因此状态转移方程为：
f[i][i] = f[i-1][i-1] + c[i][i]

即当我们在第 i 行的最右侧时，我们只能从第 i-1行的最右侧移动过来。
最终的答案即为 f[n-1][0]到 f[n-1]中的最小值，其中 n 是三角形的行数。

细节
状态转移方程的边界条件是什么？由于我们已经去除了所有「没有意义」的状态，因此边界条件可以定为：
f[0][0] = c[0][0]
即在三角形的顶部时，最小路径和就等于对应位置的元素值。
这样一来，我们从 1 开始递增地枚举 i，并在 [0, i]的范围内递增地枚举 j，就可以完成所有状态的计算。
--------------
在题目描述中的「进阶」部分，提到了可以将空间复杂度优化至 O(n)
状态转移方程：

可以发现，f[i][j]只与 f[i-1][..]有关，
而与 f[i-2][..]及之前的状态无关，因此我们不必存储这些无关的状态。
具体地，我们使用两个长度为 n 的一维数组进行转移，将 i 根据奇偶性映射到其中一个一维数组，
那么 i-1 就映射到了另一个一维数组。这样我们使用这两个一维数组，交替地进行状态转移。
--------------
上述方法的空间复杂度为 O(n)，使用了 2n的空间存储状态。我们还可以继续进行优化吗？
答案是可以的。我们从 i 到 0 递减地枚举 j，这样我们只需要一个长度为 n 的一维数组 f，
就可以完成状态转移。

为什么只有在递减地枚举 j 时，才能省去一个一维数组？
当我们在计算位置 (i, j)时，f[j+1] 到 f[i] 已经是第 i 行的值，
而 f[0]到 f[j] 仍然是第 i-1 行的值。此时我们直接通过 f[j]=min(f[j−1],f[j])+c[i][j]进行转移，
恰好就是在 (i-1, j-1)和 (i-1, j) 中进行选择。
但如果我们递增地枚举 j，那么在计算位置 (i, j) 时，f[0] 到 f[j-1] 已经是第 i 行的值。
如果我们仍然使用上述状态转移方程，那么是在 (i, j-1)和 (i-1, j)中进行选择，就产生了错误。
这样虽然空间复杂度仍然为 O(n)，但我们只使用了 n 的空间存储状态，减少了一半的空间消耗。
---------------
复杂度分析
时间复杂度：O(n^2)，其中 n 是三角形的行数。
空间复杂度：O(n)
--------------------
基本上是最简最高效的dp解法了。从三角形底部开始更新，为统一操作，一维dp大小为m+1，m为三角形行数，也是最后一行的列数。

class Solution {
    public int minimumTotal(List<List<Integer>> triangle) {
        int m = triangle.size();
        int[] dp = new int[m + 1]; // m + 1小技巧，统一操作
        for(int i = m - 1; i >= 0; i--){ // 从底部向上更新
            for(int j = 0; j <= i; j++){ // 行内顺序更新
                dp[j] = triangle.get(i).get(j) + Math.min(dp[j], dp[j + 1]);
            }
        }
        return dp[0];
    }
}

LC