【动态规划】三角形最小路径和

最新推荐文章于 2022-06-05 22:06:05 发布

小风_

最新推荐文章于 2022-06-05 22:06:05 发布

阅读量101

点赞数

分类专栏：动态规划算法题

本文链接：https://blog.csdn.net/qq_33952811/article/details/119000035

版权

算法题同时被 2 个专栏收录

22 篇文章 0 订阅

订阅专栏

动态规划

14 篇文章 0 订阅

订阅专栏

这篇博客介绍了一个LeetCode上的问题——寻找三角形自顶向下的最小路径和。通过动态规划的方法，从顶部开始，利用状态转移方程dp[i][j]=min(dp[i-1][j], dp[i-1][j-1]) + triangle[i][j] (j≠0 或 i)，以及边界条件，逐步计算每一层的最小路径和，最终得到答案。博客详细阐述了算法实现过程，并提供了Python代码示例。

摘要由CSDN通过智能技术生成

链接 https://leetcode-cn.com/problems/triangle/

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 。

定义： $d p [i] [j]$ 表示从索引号 $(0, 0)$ 到索引号 $(i, j)$ 的最小路径和

边界： $d p [0] [0] = t r i a n g l e [0] [0]$

状态转移方程： $\begin{cases} min(dp[i-1][j],dp[i-1][j-1]), &j≠0~or~i \\ dp[i-1][0]~~~~~~~~+~~~triangle[i][j], &j=0 \\ dp[i-1][i-1]~~+~~~triangle[i][j], &j=i \end{cases}$

说明：当前的最小值，等于上一行左右两列的最小加上当前值

class Solution:
    def minimumTotal(self, triangle: List[List[int]]) -> int:
        '''动态规划'''
        '''
        自顶向下：
        dp[i][j] = min(dp[i-1][j],dp[i-1][j-1]) + triangle[i][j]   j != 0 or i
        dp[i][j] = dp[i-1][0]   + triangle[i][j]  j == 0
        dp[i][j] = dp[i-1][i-1] + triangle[i][j]  j == i
        '''

        lens = len(triangle)
        dp = [[0]*lens for _ in range(lens)]
        dp[0][0] = triangle[0][0]
        
        '''自顶向下'''
        for i in range(1,lens):     #假设有5层，那么i是1到4
            for j in range(i+1):    #j是0到i
                if j == 0:
                    dp[i][j] = dp[i-1][0] + triangle[i][j]
                elif j == i:
                    dp[i][j] = dp[i-1][i-1] + triangle[i][j]
                else:
                    dp[i][j] = min(dp[i-1][j-1],dp[i-1][j]) + triangle[i][j]
        ans = dp[lens-1][0]
        for num in dp[lens-1]:
            ans = min(ans,num)

        return ans