《Leetcode》120. 三角形最小路径和

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。

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。

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）。

1、题目分析

最小路径和，很明显这就是一道动态规划的问题，那么肯定要找动态规划方程f[i][j]表示在(i,j)位置的最小路径和。这个题目强调自顶向下寻找，一开始我写了一个动态规划确实是自顶向下，但是发现一个问题，你加的当前最小元素得到的值到后面不一定是最小的。因此看了讨论之后发现，自底向上就不存在这个问题，重新写动态规划方程也可以解决，接下来就这两个方法进行分析。

2、解题分析

• 动态规划
  • 初始化一个dp二维数组
  • 动态转移方程dp[i][j] = min(dp[i-1][j-1],dp[i-1][j])+triangle[i][j]
    • dp[i][0] = dp[i-1][0]+triangle[i][0]

    • dp[i][i] = dp[i-1][i-1]+triangle[i][i]

  • 返回最后一个数组的最小值
• 自底向上
  • 从倒数第二层元素开始进行遍历，修改数组的值

  • triangle[i][j]+=min(triangle[i+1][j],triangle[i+1][j+1])

  • 修改完每次之后就可以得到每层的最小值

  • 然后二维数组的第一个元素就是最小的路径和

3、代码

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

        #动态规划
        if not triangle:
            return 0 
        if len(triangle)==1:
            return triangle[0][0]
        
        size = len(triangle)
        dp = [[0]*size for i in range(size)]
        dp[0][0] = triangle[0][0]
        
        for i in range(size):
            dp[i][0] = dp[i-1][0]+triangle[i][0]
            
            for j in range(1,i):
                dp[i][j] = min(dp[i-1][j-1],dp[i-1][j])+triangle[i][j]
            dp[i][i] = dp[i-1][i-1]+triangle[i][i]
        
        return min(dp[size-1])
        

        #自底向上
        size = len(triangle)
        for i in range(size-2,-1,-1):
            for j in range(i+1):
                triangle[i][j]+=min(triangle[i+1][j],triangle[i+1][j+1])
        return triangle[0][0]

总结 ：一般遇到二维数组动态规划的转移状态矩阵都是二维的。