题目1
题解
- 状态定义:dp[r][c]表示从位置为 (r, c) 的元素开始的下降路径最小和。
- 状态转移方程:
dp[r][c] = matrix[r][c] + min(dp[r-1][c-1], dp[r-1][c], dp[r-1][c+1])
,上一行三个位置中的下降路径最小和+本元素的值 - 初始条件:dp[0][j]=matirx[0][j]
- 返回值:min(dp[n-1][j])
class Solution {
public int minFallingPathSum(int[][] matrix) {
int n=matrix.length;
//dp初始化
int dp[][]=new int[n][n];
for(int i=0;i<n;i++)
dp[0][i]=matrix[0][i];
for(int i=1;i<n;i++){
for(int j=0;j<n;j++){
dp[i][j]=matrix[i][j];
//最左
if(j==0)
dp[i][j]+=Math.min(dp[i-1][j],dp[i-1][j+1]);
//最右
else if(j==n-1)
dp[i][j]+=Math.min(dp[i-1][j-1],dp[i-1][j]);
//其他
else
dp[i][j]+=Math.min(dp[i-1][j-1],Math.min(dp[i-1][j],dp[i-1][j+1]));
}
}
int min=100*n+1;
for(int i=0;i<n;i++)
min=Math.min(min,dp[n-1][i]);
return min;
}
}
时间复杂度: O ( n 2 ) O(n^2) O(n2)
空间复杂度: O ( n 2 ) O(n^2) O(n2)
优化
dp本行只与上一行有关,用滚动数组优化空间复杂度为O(n)
class Solution {
public int minFallingPathSum(int[][] matrix) {
int n=matrix.length;
//初始化
int pre[]=new int[n];//上一行
for(int i=0;i<n;i++)
pre[i]=matrix[0][i];
for(int i=1;i<n;i++){
int cur[]=new int[n];//本行
for(int j=n-1;j>=0;j--){
cur[j]=matrix[i][j];
//最左
if(j==0)
cur[j]+=Math.min(pre[j],pre[j+1]);
//最右
else if(j==n-1)
cur[j]+=Math.min(pre[j-1],pre[j]);
//其他
else
cur[j]+=Math.min(pre[j-1],Math.min(pre[j],pre[j+1]));
}
pre=cur;
}
int min=100*n+1;
for(int i=0;i<n;i++)
min=Math.min(min,pre[i]);
return min;
}
}
时间复杂度: O ( n 2 ) O(n^2) O(n2)
空间复杂度: O ( n ) O(n) O(n)
进一步优化
不需要额外的空间,直接通过 修改原数组 记录路径最小和
class Solution {
public int minFallingPathSum(int[][] matrix) {
int n=matrix.length;
//动态规划 原地修改矩阵
for(int i=1;i<n;i++){
for(int j=n-1;j>=0;j--){
//最左
if(j==0)
matrix[i][0]+=Math.min(matrix[i-1][j],matrix[i-1][j+1]);
//最右
else if(j==n-1)
matrix[i][n-1]+=Math.min(matrix[i-1][j-1],matrix[i-1][j]);
//其他
else
matrix[i][j]+=Math.min(matrix[i-1][j-1],Math.min(matrix[i-1][j],matrix[i-1][j+1]));
}
}
int min=100*n+1;
for(int i=0;i<n;i++)
min=Math.min(min,matrix[n-1][i]);
return min;
}
}
时间复杂度: O ( n 2 ) O(n^2) O(n2)
空间复杂度: O ( 1 ) O(1) O(1)
题目2
题解
和上一题几乎一模一样,只是矩阵变成三角了
在矩阵空间复杂度为O(n)的解法上面做了进一步优化,由于在三角形中dp[i][j]的值只与dp[i-1][j-1]和dp[i-1][j]有关,因此可以只使用一个数组,而不是滚动数组来记录上一行的值,与昨天杨辉三角 II的进一步优化的解法相同
class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
int n=triangle.size();
int[] dp=new int[n];
dp[0]=triangle.get(0).get(0);
for(int i=1;i<n;i++){
for(int j=i;j>=0;j--){
int num=triangle.get(i).get(j);
if(j==0) num+=dp[0];
else if(j==i) num+=dp[j-1];
else num+=Math.min(dp[j-1],dp[j]);
dp[j]=num;
}
}
int min=10000*n+1;
for(int i=0;i<n;i++){
min=Math.min(min,dp[i]);
}
return min;
}
}
时间复杂度: O ( n 2 ) O(n^2) O(n2)
空间复杂度: O ( n ) O(n) O(n)
优化
直接修改原数组,空间复杂度优化为O(1)
class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
int n=triangle.size();
for(int i=1;i<n;i++){
for(int j=0;j<=i;j++){
int num=triangle.get(i).get(j);
//最左
if(j==0)
num+=triangle.get(i-1).get(0);
//最右
else if(j==i)
num+=triangle.get(i-1).get(j-1);
//其他
else
num+=Math.min(triangle.get(i-1).get(j-1),triangle.get(i-1).get(j));
triangle.get(i).set(j,num);
}
}
int min=10000*n+1;
for(int i=0;i<n;i++){
min=Math.min(min,triangle.get(n-1).get(i));
}
return min;
}
}
时间复杂度: O ( n 2 ) O(n^2) O(n2)
空间复杂度: O ( 1 ) O(1) O(1)