120. 三角形最小路径和
给定一个三角形,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。
例如,给定三角形:
[
[2],
[3,4],
[6,5,7],
[4,1,8,3]
]
自顶向下的最小路径和为 11(即,2 + 3 + 5 + 1 = 11)。
说明:
如果你可以只使用 O(n) 的额外空间(n 为三角形的总行数)来解决这个问题,那么你的算法会很加分。
“”"
首先是使用二维dp, 第二种方法是使用一维dp,但是有计算顺序,需要从大往下计算。
动态规划转移方程:
其中 i != j and j != 0:
dp[i][j] = min(dp[i-1][j-1], dp[i-1][j]) + triangle[i][j]
因为 i == j 或者 j== 0的时候,计算的公式有点不一样,具体看下面的程序。
if j == 0:
dp[i][j] = dp[i-1][j] + triangle[i][j]
if j == i:
dp[i][j] = dp[i-1][j-1] + triangle[i][j]
from typing import List
#使用二维dp
class Solution:
def minimumTotal(self, triangle: List[List[int]]) -> int:
n = len(triangle)
dp = [[0] * n for _ in range(n)]
dp[0][0] = triangle[0][0]
for i in range(1, n):
for j in range(i+1):
if j == 0:
dp[i][j] = dp[i-1][j] + triangle[i][j]
elif j == i:
dp[i][j] = dp[i-1][j-1] + triangle[i][j]
else:
dp[i][j] = min(dp[i-1][j-1], dp[i-1][j]) + triangle[i][j]
return min(dp[-1])
#使用一维dp,注意使用一维的时候,需要从dp中大的索引值开始计算
class Solution:
def minimumTotal(self, triangle: List[List[int]]) -> int:
n = len(triangle)
dp = [0 for _ in range(n)]
dp[0] = triangle[0][0]
for i in range(1,n):
for j in range(i,-1,-1):
if j == i:
dp[j] = dp[j-1] + triangle[i][j]
elif j > 0:
dp[j] = min(dp[j], dp[j-1]) + triangle[i][j]
else:
dp[j] += triangle[i][j]
return min(dp)
if __name__ == "__main__":
s = Solution()
print(s.minimumTotal([[-1], [-2,-3]]))
# print(s.minimumTotal([
# [2],
# [3,4],
# [6,5,7],
# [4,1,8,3]
# ]))