LeetCode——三角形最小路径和

题目

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。

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。

class Solution:    
    def minimumTotal(self, triangle: List[List[int]]) -> int:
#         # 递归 从上而下，
#         # 递归可以写的很简洁，但是一般内存占用较大
#         # 而且递归是
#         def minpathsum(triangle, i, j):
#             if i == len(triangle) - 1:
#                 return triangle[i][j]           # 返回当前状态的值
            
#             return triangle[i][j] + min(minpathsum(triangle,i+1,j), minpathsum(triangle,i+1,j+1))
        
#         if not triangle:
#             return 0
#         else:
#             return minpathsum(triangle,0,0)
        
        
        # 从下而上，动态规划
            ## 第二种：动态规划
            ## 反向思考
            if not triangle:
                return 0

            res = triangle[-1]          # 最后一行, 有点像是反向贪心算法，然后反向可以写循环，正向只能写递归
            for i in range(len(triangle)-2, -1, -1):
                for j in range(0, len(triangle[i])):
                    res[j] = triangle[i][j] + min(res[j], res[j+1])

            return res[0]

总结：

1. 递归的程序可以写的很简洁，但是编译器是用栈实现的，其实内部的逻辑还是一种自底向上的动态规划实现。所以写递归程序的时候，一定要正向思考，不要陷入到递归的逻辑中，注意写好递归结束条件。
2. 动态规划，觉得就是反向的贪心算法，因为已经知道后面的状态。
3. 动态规划：最重要的就是要找到状态转移的方程。