1、Description
2、题解--动态规划
由于从地图的左上角走到地图的右下角的过程中,只能向右走或者向下走,因此该问题具有最优子结构性质,定义规划矩阵C,其中矩阵元素C[i][j]表示走到(i,j)这个点的最小代价。则可以得到如下递推方程:
C[i][j] = max(C[i-1][j],C[i][j-1])+grid[i][j]
上述case递推求解所得到的规划矩阵最终结果如下所示:
1 | 4 | 5 |
2 | 7 | 6 |
6 | 8 | 7 |
3.代码实现(java)
初始化的时候需要将C整个矩阵初始化为grid,然后先求解出第一行和第一列的C中对应的值,然后根据递推方程求解后续的值,最终的到规划的目标C[m-1][n-1].算法的时间复杂度为O(mn),空间复杂度也为O(mn)
class Solution {
public int minPathSum(int[][] grid) {
if (grid.length==0)return 0;
int m = grid.length;
int n = grid[0].length;
int[][] C = grid;
for(int i=1;i<m;i++){
C[i][0]+=C[i-1][0];
}
for(int j=1;j<n;j++){
C[0][j]+=C[0][j-1];
}
for(int i=1;i<m;i++){
for(int j=1;j<n;j++){
C[i][j] = Math.min(C[i-1][j],C[i][j-1])+grid[i][j];
}
}
return C[m-1][n-1];
}
}
最后的运行效率:
处在第一梯队,没有出现数量级上的差异。显然该问题的时间复杂度的下界为Ω(nm),也为至少需要把m*n的矩阵都遍历一遍。