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)。
思路:这道题是动态规划的经典例题,同样类型的题还有求最大路径,没有本质区别,从上往下看时,元素只能选取下方和右下方的元素进行累加,遇到动态规划的问题需要进行状态定义,dp[i][j] 表示从点 (i,j)(i,j) 到底边的最小路径和。其次确定状态转移,dp[i][j]=min(dp[i+1][j],dp[i+1][j+1])+triangle[i][j],有两种思路,可以从下向上进行遍历,反之也可,一般情况下选择从下向上,一方面得到的结果d[0][0] 就是最后答案,另一方面可以规避边界问题(j = 0 的情况)。
代码:
class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
int len = triangle.size();
// 长度+1 避免判断是否越界
int[][] dp = new int[len+1][len+1];
for(int i = len - 1; i >= 0; i--){
for(int j = 0; j <= i; j++){
dp[i][j] = Math.min(dp[i+1][j],dp[i+1][j+1]) + triangle.get(i).get(j);
}
}
return dp[0][0];
}
}
解决完问题,考虑优化空间,二维数组需要N*N的内存空间,可以观察到,状态转移方程中 dp[i+1]都相同,我们真正需要的是dp[j]和dp[j+1] 两个变量,所以只需要一维数组即可,这就是滚动数组,在滚动数组中,只保留上一层所需要的值,不储存多余的值,滚动数组的使用没有减少程序本身的时间复杂度,但是大大减少了空间复杂度。
优化代码:
class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
int len = triangle.size();
int[] dp = new int[len+1];
for(int i = len - 1; i >= 0; i--){
for(int j = 0; j <= i; j++){
dp[j] = Math.min(dp[j],dp[j+1]) + triangle.get(i).get(j);
}
}
return dp[0];
}
}