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。