算法：动态规划寻找2D矩阵中到达某一坐标的最小代价路径

最新推荐文章于 2023-12-12 21:08:03 发布

Fala Oviara

最新推荐文章于 2023-12-12 21:08:03 发布

阅读量886

点赞数

分类专栏： algorithms 文章标签：算法动态规划数据结构

本文链接：https://blog.csdn.net/qq_35714301/article/details/113611497

版权

本文探讨了一种使用动态规划求解2D矩阵中从起点(0, 0)到目标点(x, y)的最小代价路径的问题。在矩阵中，每次只能向下或向右移动。分析了特殊坐标的代价，并提出自底向上的解法。" 108044131,10006020,快速傅里叶变换与多项式乘法,"['快速傅立叶变换', '算法', '数学', '信号处理', '数值计算']

摘要由CSDN通过智能技术生成

dp基础问题：寻找2D矩阵中到达某一点的最小代价路径

问题描述：

给定一个二维数组 Cost[i][j] 表示访问坐标为 (i, j) 的代价。求解从 (0, 0) 开始，访问到 (x, y) 的最小代价。在矩阵中，你每次只能往下或者往右移动一个单位。且所有代价都是正整数。

问题分析：

由于限制条件中的只能往右或者往下移动，易得到达某坐标的最小代价公式可写作：

MinCost(i, j) = min(MinCost(i - 1, j), MinCost(i, j - 1)) + Cost[i][j]

现在继续分解问题，从坐标(0, 0)开始移动，可以注意到有两种特殊的坐标：

横坐标为0的坐标，即最上方(topmost)的坐标
纵坐标为0的坐标，即最左边(leftmost)的坐标

把第一种坐标拿出来分析，由于限制条件，这类坐标的代价为：

MinCost(0, j) = MinCost(0, j - 1) + Cost[0,j]

可知到达这类坐标的代价是唯一可知的。同理最左的坐标同样是唯一可知的。

而知道矩阵最外两边的坐标代价之后，通过层层往里的最小代价求解，可逐个求出所有坐标的最小代价。

因此，需要的所有信息都已经得到，可以开始写解法了。

算法：

/**
 * 
 * @param {int[][]} Cost 
 * @param {int} x 
 * @param {int} y 
 */
var twodimensional = function(Cost, x, y) {
   
  // construc MinCost dp 2-dimensional-matrix
  var MinCost = new Array()