Leetcode 64. Minimum Path Sum(python+cpp)

最新推荐文章于 2020-10-03 00:56:16 发布

努利！奋斗！

最新推荐文章于 2020-10-03 00:56:16 发布

阅读量191

点赞数

分类专栏： Leetcode 动态规划文章标签：动态规划 leetcode python c++

本文链接：https://blog.csdn.net/qq_37821701/article/details/106208760

版权

Leetcode 动态规划专栏收录该内容

71 篇文章 1 订阅

订阅专栏

Leetcode 64. Minimum Path Sum

题目
解析：

题目

在这里插入图片描述

解析：

这应该是最简单的一道二维动态规划。还是分成两部分：

dp数组的初始化：由于这边题目设定只能向下或者向右走，所以grid的第一行和第一列是需要初始化的
状态转移方程：dp[i][j] = min(dp[i-1][j],dp[i][j-1])+dp[i][j]
python代码如下：

class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:
        # 常规二维dp
        m = len(grid)
        n = len(grid[0])
        dp = [[0]*n for _ in range(m)]
        hori = 0
        for i in range(m):
            hori += grid[i][0]
            dp[i][0] = hori
        verti = 0
        for i in range(n):
            verti += grid[0][i]
            dp[0][i] = verti
        
        for i in range(1,m):
            for j in range(1,n):
                dp[i][j] = min(dp[i-1][j],dp[i][j-1]) + grid[i][j]
        return dp[m-1][n-1]

状态压缩：因为dp矩阵的每一个值只和左边和上面的值相关，我们可以使用空间压缩将dp数组压缩为一维。对于第i行，在遍历到第j列的时候，因为第j-1列已经更新过了，所以dp[j-1]代表dp[i][j-1] 的值；而dp[j]待更新，所以当前dp[j]存储的值是在第i-1行的时候计算的，所以代表dp[i-1][j]的值
python代码如下：

class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:
        # 状态压缩一维dp
        m = len(grid)
        n = len(grid[0])
        dp = [0]*n
        for i in range(m):
            for j in range(n):
                if i==0 and j==0:
                    dp[j] = grid[i][j]
                elif i==0:
                    dp[j] = dp[j-1] + grid[i][j]
                elif j==0:
                    dp[j] = dp[j] + grid[i][j]
                else:
                    dp[j] = min(dp[j],dp[j-1]) + grid[i][j]
        return dp[-1]

C++版本如下：

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