【网格图DP】力扣120. 三角形最小路径和

给定一个三角形 triangle ，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。也就是说，如果正位于当前行的下标 i ，那么下一步可以移动到下一行的下标 i 或 i + 1 。

示例 1：
输入：triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]
输出：11
解释：如下面简图所示：
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）。

示例 2：
输入：triangle = [[-10]]
输出：-10

动态规划

class Solution {
public:
    int minimumTotal(vector<vector<int>>& triangle) {
        int n = triangle.size();
        vector<vector<int>> dp(n,vector<int>(n));
        dp[0][0] = triangle[0][0];
        for(int i = 1;i < n;i++){
            dp[i][0] = dp[i-1][0] + triangle[i][0];
            for(int j = 1;j < i;j++){
                dp[i][j] = min(dp[i-1][j],dp[i-1][j-1]) + triangle[i][j];
            }
            dp[i][i] = dp[i-1][i-1] + triangle[i][i];
        }
        return *min_element(dp[n-1].begin(), dp[n-1].end());
    }
};

时间复杂度：O(n^2)，其中 n 是三角形的行数。
空间复杂度：O(n^2)。我们需要一个 n∗n 的二维数组存放所有的状态。

经典的动态规划题目，创建一个大小为n^2的二维数组来储存每个位置的最小路径和。对triangle的元素一一进行遍历。

列出状态转移方程

 dp[i][j] = min(dp[i-1][j],dp[i-1][j-1]) + triangle[i][j];

初始化每行第一个元素和最后一个元素

 dp[i][0] = dp[i-1][0] + triangle[i][0];
 dp[i][i] = dp[i-1][i-1] + triangle[i][i];

返回最后一行最小路径dp。

 return *min_element(dp[n-1].begin(), dp[n-1].end());

由于要维护一个n * n的二维数组，造成了空间浪费，可以采用一些手段进行优化。

空间优化

class Solution {
public:
    int minimumTotal(vector<vector<int>>& triangle) {
        int n = triangle.size();
        vector<int> f(n);
        f[0] = triangle[0][0];
        for (int i = 1; i < n; i++) {
            f[i] = f[i - 1] + triangle[i][i];
            for (int j = i-1;j >= 1; j--) {
                f[j] = min(f[j - 1], f[j]) + triangle[i][j];
            }
            f[0] += triangle[i][0];
        }
        return *min_element(f.begin(), f.end());
    }
};

时间复杂度：O(n^2 )，其中 n 是三角形的行数。
空间复杂度：O(n)。

一个需要注意的是第二个for循环是从右往左的，因为在计算f[j]的时候，f[j-1]应该是上一行的元素，如果从左往右遍历元素的话，会导致f[j-1]被覆盖，在计算中会变成左边的元素，这是不希望看到的。

这道题还可以从下往上遍历三角，那样子的做法有一种好处就是在return的时候不用进行搜索最小值，只需要返回最顶层的元素即可，原理一样，这里不做演示。