m x n 网格中的最小路径和

在上一篇中，我们通过分析，顺利完成了“三角形最小路径和”的动态规划题解。在本节中，我们继续看一道相似题型，以求能完全掌握这种“路径和”的问题。话不多说，先看题目：

01、题目分析

第64题：最小路径和
给定一个包含非负整数的 m x n 网格，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。

说明：每次只能向下或者向右移动一步。

示例:

输入:
[
  [1,3,1],
  [1,5,1],
  [4,2,1]
]
输出: 7
解释: 因为路径 1→3→1→1→1 的总和最小。

这道题有一定难度哦！如果没有思路请回顾上一篇的学习内容！

不建议直接看题解！

02、题目图解

首先我们分析题目，要找的是 最小路径和， 这是个啥意思呢？假设我们有一个 m * n 的矩形 ：[[1,3,1],[1,5,1],[4,2,1]]

那从左上角到右下角的最小路径和，我们可以很容易看出就是 1-3-1-1-1 ，这一条路径，结果等于 7 。

题目明确了，我们继续进行分析。该题与上一道求三角形最小路径和一样，题目明显符合可以从子问题的最优解进行构建，所以我们考虑使用动态规划进行求解。首先，我们定义状态：

dp[i][j] : 表示包含第i行j列元素的最小路径和

同样，因为任何一条到达右下角的路径，都会经过 [0,0] 这个元素。所以我们需要对 dp[0][0] 进行初始化。

dp[0][0] = [0][0]位置所在的元素值

继续分析，根据题目给的条件，如果我们要求 dp[i][j] ，那么它一定是从自己的上方或者左边移动而来。如下图所示：

5，只能从3或者1移动而来 2，只能从5或者4移动而来 4，从1移动而来 3，从1移动而来 （红色位置必须从蓝色位置移动而来）

进而我们得到状态转移方程：

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

同样我们需要考虑两种特殊情况：

• 最上面一行，只能由左边移动而来（1-3-1）
• 最左边一列，只能由上面移动而来（1-1-4）

最后，因为我们的目标是从左上角走到右下角，整个网格的最小路径和其实就是包含右下角元素的最小路径和。即：

设：dp的长度为l 最终结果就是：dp[l-1][len(dp[l-1])-1]

综上我们就分析完了，我们总共进行了 4 步：

1. 定义状态
2. 总结状态转移方程
3. 分析状态转移方程不能满足的特殊情况。
4. 得到最终解

03、GO语言示例

根据以上分析，可以得到代码如下：

func minPathSum(grid [][]int) int {
   
	l := len(grid)
	if l < 1 {
   
		return