LeetCode120. 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）。

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];
    }
}