Leetcode64. 最小路径和

最新推荐文章于 2024-08-10 20:03:35 发布

落别雨

最新推荐文章于 2024-08-10 20:03:35 发布

阅读量339

点赞数 4

文章标签：矩阵算法动态规划

本文链接：https://blog.csdn.net/m0_53295613/article/details/136766461

版权

本文介绍了如何使用动态规划方法解决最小路径和问题，通过代码示例展示了计算过程，以及分析了算法的时间复杂度为O(m*n)和空间复杂度也为O(m*n)，适合IT技术相关的内容社区讨论。

摘要由CSDN通过智能技术生成

Problem: 64. 最小路径和

文章目录

思路
解题方法
复杂度
Code

思路

动态规划,偷房子问题变形

解题方法

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

复杂度

时间复杂度:

$O (m * n)$

空间复杂度:

$O (m * n)$

Code

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        int m = grid.size();
        int n = grid[0].size();
        // dp[i][j] = min(dp[i-1][j],dp[i][j-1])+grid[i][j];
        vector<vector<int>> dp(m, vector(n,0));
        dp[0][0] = grid[0][0];
        for(int i = 1; i < n; i++){
            grid[0][i] += grid[0][i-1];
            dp[0][i] = grid[0][i];
        }
        for(int j = 1; j < m; j++){
            grid[j][0] += grid[j - 1][0];
            dp[j][0] = grid[j][0];
        }

        for(int i = 1; i < m; i++){
            for(int j = 1; j < n; j++){
                dp[i][j] = min(dp[i-1][j],dp[i][j-1])+grid[i][j];
            }
        }
        return dp[m - 1][n - 1];
    }
};