java矩阵最小路径和_矩阵的最小路径和

给定一个 n * m 的矩阵 a，从左上角开始每次只能向右或者向下走，最后到达右下角的位置，路径上所有的数字累加起来就是路径和，输出所有的路径中最小的路径和。

[输入]

[[1,3,5,9],[8,1,3,4],[5,0,6,1],[8,8,4,0]]

[输出]

12

def minPathSum(matrix):

if not matrix: # 如果矩阵为空，返回0

return 0

n = len(matrix)

m = len(matrix[0])

dp = [[0 for _ in range(m)] for _ in range(n)]

dp[0][0] = matrix[0][0]

for i in range(1,n):

dp[i][0] = dp[i-1][0]+ matrix[i][0]

for j in range(1,m):

dp[0][j] = dp[0][j-1] + matrix[0][j]

for i in range(1,n):

for j in range(1,m):

dp[i][j] = min(dp[i-1][j],dp[i][j-1])\

+ matrix[i][j]

return dp[n-1][m-1]

matrix = [[1,3,5,9],[8,1,3,4],[5,0,6,1],[8,8,4,0]]

print(minPathSum(matrix))

其实我们完全不需要建立 dpdp 矩阵浪费额外空间，直接遍历 grid[i][j]grid[i][j] 修改即可。这是因为：grid[i][j] = min(grid[i - 1][j], grid[i][j - 1]) + grid[i][j] ；原 gridgrid 矩阵元素中被覆盖为 dpdp 元素后(都处于当前遍历点的左上方)，不会再被使用到。

def minPathSum(matrix):

if not matrix: # 如果矩阵为空，返回0

return 0

n = len(matrix)

m = len(matrix[0])

for i in range(0,n):

for j in range(0,m):

if i == j ==0:

continue

elif i == 0:

matrix[i][0] = matrix[i - 1][0] + matrix[i][0]

elif j == 0:

matrix[0][j] = matrix[0][j - 1] + matrix[0][j]

else:

matrix[i][j] = min(matrix[i-1][j],matrix[i][j-1]) + matrix[i][j]

return matrix[n-1][m-1]