leetcode:120. 三角形最小路径和

120. 三角形最小路径和

来源：力扣（LeetCode）

链接: https://leetcode.cn/problems/triangle/

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

提示：

• 1 <= triangle.length <= 200
• triangle[0].length == 1
• triangle[i].length == triangle[i - 1].length + 1
• -10^4 <= triangle[i][j] <= 10^4

进阶：

你可以只使用 O(n) 的额外空间（n 为三角形的总行数）来解决这个问题吗？

解法

• 动态规划：四个步骤：
  • 问题定义
  • 状态转移方程
  • 初始条件和边界情况
  • 确定计算顺序（自顶向下，还是自下向上）

问题定义：
不能用贪心算法去找每行最小值，因为这个不仅仅是只跟层数有关，还有一个条件是上一层到下一层，能到达的下标为该层的标或者该标+1，假如下两层中最小值的小标比较远的话，贪心选了下一层中的较小值，而无法遍历到下两层的值的话，是无法得到全局最小；
因此考虑二维数组的方式，dp[i][j]表示第i行，第j列第最小路径和。然后最终答案就是第底层的结果中找最小值即可。

状态转移方程：

• dp[i][j] = min(dp[i-1][j], dp[i-1][j-1]) + c[i][j]
• 要考虑每行的起点和结束点的状态更新

初始化条件和边界条件

• dp[0][0] = c[0][0]

确定计算顺序:
这个是从下向上的方向计算即可

代码实现

动态规划

python实现

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):
            dp[i][0] = dp[i-1][0] + triangle[i][0]  # 更新每层的第一个元素 
            for j in range(1, i):  # 这里是只到i-1
                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]  # 更新每层的最后一个元素
        return min(dp[-1])

c++实现

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());
    }
};

复杂度分析

• 时间复杂度： $O(N^2)$ ， N 三角形的行数
• 空间复杂度： $O(N^2)$

---

动态规划优化成两行

由于状态的改变只与两行有关，我们只需要保存最近的两行状态即可
python实现

class Solution:
    def minimumTotal(self, triangle: List[List[int]]) -> int:
        n = len(triangle)
        pre_row = [0] * n
        cur_row = [0] * n
        cur_row[0] = triangle[0][0]
        
        pre_row = cur_row[:]
        for i in range(1, n):
            cur_row[0] = pre_row[0] + triangle[i][0]
            for j in range(1, i):
                cur_row[j] = min(pre_row[j], pre_row[j-1]) + triangle[i][j]
            cur_row[i] = pre_row[i-1] + triangle[i][i]
            pre_row = cur_row[:]
        return min(pre_row)

c++实现

class Solution {
public:
    int minimumTotal(vector<vector<int>>& triangle) {
        int n = triangle.size();
        vector<int> pre_row (n, 0);
        vector<int> cur_row (n, 0);

        cur_row[0] = triangle[0][0];
        pre_row = cur_row;
        for (int i=1; i<n; i++) {
            cur_row[0] = pre_row[0] + triangle[i][0];
            for (int j=1; j<i; j++) {
                cur_row[j] = min(pre_row[j-1], pre_row[j]) + triangle[i][j];
            }
            cur_row[i] = pre_row[i-1] + triangle[i][i];
            pre_row = cur_row;
        }   
        return *min_element(pre_row.begin(), pre_row.end()); 
    }
};

复杂度分析

• 时间复杂度： $O(N^2)$ ， N 三角形的行数
• 空间复杂度： $O(2N)$

---

动态规划优化到一行

可以使用一行来优化上述的两行，只需要将顺序从后往前遍历即可，因为前面可以看作是上一层的结果
python实现

class Solution:
    def minimumTotal(self, triangle: List[List[int]]) -> int:
        n = len(triangle)

        if n == 1:
            return triangle[0][0]

        dp = [0] * n
        dp[0] = triangle[0][0]
        for i in range(1, n):
            dp[i] = dp[i-1] + triangle[i][i]
            for j in range(i-1, 0, -1):  # 从后往前
                dp[j] = min(dp[j-1], dp[j]) + triangle[i][j]
            dp[0] = dp[0] + triangle[i][0]
        return min(dp)

c++实现

class Solution {
public:
    int minimumTotal(vector<vector<int>>& triangle) {
        int n = triangle.size();
        vector<int> cur_row (n, 0);

        cur_row[0] = triangle[0][0];

        for (int i=1; i<n; i++) {
            cur_row[i] = cur_row[i-1] + triangle[i][i];
            for (int j=i-1; j>0; j--) {
                cur_row[j] = min(cur_row[j-1], cur_row[j]) + triangle[i][j];
            }
            cur_row[0] = cur_row[0] + triangle[i][0];
        }   
        return *min_element(cur_row.begin(), cur_row.end()); 
    }
};

复杂度分析

• 时间复杂度： $O(N^2)$ ， N 三角形的行数
• 空间复杂度： $O(N)$

参考

• https://leetcode.cn/problems/triangle/solution/san-jiao-xing-zui-xiao-lu-jing-he-by-leetcode-solu/