题目要求:
矩阵大小为M * N,行数M,列数N,需要从左上角走到右下角,每个路径上的数字代表的是路径数值,求最小路径和。
分析:
1)同样以动态规划来分析,从左上角走到右下角,任取一个i、j,易得知想要走到该位置,前一步只能是 [i-1][j],或者[i][j-1],那么动态规划的通式易得知,
min_sum[i][j] = Math.min( min_sum[i-1][j] + a[i-1][j], min_sum[i][j-1] + [i][j-1]
2)空间优化:思路已定,不难得出,在第一行,或者第一列,都只有一条路可选,考虑能否先定义完第一行,再由第一行,一行一行的得出剩下的矩阵值。本题随意取第一行,如要做到极致压缩空间的话,则取行列数比较间较小的那个,行数较小则先控制第一行,列数较小先控制第一列。
代码实现:
public int min_path_sum(int[][] m){
int[] dp = new int[m[0].length]; //先将第一行的数据初始化
dp[0] = m[0][0];
//初始化的是到达第一行每一列的数据的路径和
for(int i = 1, i < m[0].length; i ++){
dp[i] = m[0][i-1] + m[0][i];
}
//如何通过第一行得到一行行得到后面的数据?
//核心:在分析过程中的dp[i-1][j] 和dp[i][j-1]分别是哪个,如何取得?
for(int i = 1; i < m.length; i ++){
dp[0] = dp[0] + m[1][0];
for(int j = 1; i < m[0].length; j++){
dp[j] = Math.min(dp[j-1],dp[j]) + m[i][j];
}
}
return m[n][m];
}
核心思想:
本题中最重要的思想为:将原本的二维数组压缩为一维数组,这种思想几乎可用于所有动态优化中空间压缩问题。