【算法刷题】—7.30DP动态规划的应用

• 🧛‍♂️个人主页：杯咖啡
• 💡进步是今天的活动，明天的保证！
• ✨目前正在学习：SSM框架,算法刷题
• 👉本文收录专栏 ： 算法刷题
• 🙌牛客网，刷算法过面试的神级网站，用牛客你也牛。 👉免费注册和我一起学习刷题👈
• 🐳希望大家多多支持🥰一起进步呀！
• 😎The man who fears losing has already lost.
  怕输的人已经输了。 - 《权力的游戏》

---

✨今日算法一题

网格中的最小路径代价

---

---

网格中的最小路径代价

题目描述

思路详解

我们仔细观察题目，这是一道典型的dp题目。
定义状态：dp[i][j]表示以gril[i][j]结尾的路径的的最小值
状态转移：dp[i][j] = Math.min(dp[i - 1][k] + moveCost[grid[i - 1][k]][j] + grid[i][j],dp[i][j]);
dp[i - 1][k] 从dp[i-1][k]到dp[i][j]
moveCost[grid[i - 1][k]][j] 从dp[i-1][k]到dp[i][j]的路径的值
grid[i][j] 该点的值

代码与结果

class Solution {
    public int minPathCost(int[][] grid, int[][] moveCost) {
		int n = grid.length, m = grid[0].length;
		int[][] dp = new int[n][m];//dp[i][j]表示以gril[i][j]结尾的路径的最小值
		int ans = Integer.MAX_VALUE;
		for (int i = 0; i < dp.length; i++) {
			Arrays.fill(dp[i], Integer.MAX_VALUE);
		}
		for (int j = 0; j < m; j++) {
			dp[0][j] = grid[0][j];
		}
		for (int i = 1; i < n; i++) {
			for (int j = 0; j < m; j++) {
				for (int k = 0; k < m; k++) {
					/*
					 * dp[i - 1][k] 从dp[i-1][k]到dp[i][j]
					 * moveCost[grid[i - 1][k]][j] 从dp[i-1][k]到dp[i][j]的路径的值
					 * grid[i][j]  该点的值
					 */
					dp[i][j] = Math.min(dp[i - 1][k] + moveCost[grid[i - 1][k]][j] + grid[i][j],
						 dp[i][j]);
				}
			}
		}
		n--;//为了方便枚举终点的路径最小值
		for (int j = 0; j < m; j++) {
			ans = Math.min(ans, dp[n][j]);//寻找达到尾部的最小值
		}
		return ans;

	}
}

---

✨总结

dp动态规划算法，也是比较难的一类算法。难点在于状态转移方程的寻找。这个只有多多做题经历多练就很熟悉了。加油！！！

$原创不易，还希望各位大佬支持一下$

$点赞，你的认可是我创作的动力！$

$收藏，你的青睐是我努力的方向！$

$评论，你的意见是我进步的财富！$