LeetCode-120.三角形最小路径和

LeetCode-120.三角形最小路径和

-.- 这题不会做，记录下大佬的题解（难度：中等）

一、题目内容

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）。

说明：
如果你可以只使用 O(n) 的额外空间（n 为三角形的总行数）来解决这个问题，那么你的算法会很加分。

二、题解过程

1、问题分析

求最值问题最先想到的就是动态规划问题。动态规划的核心问题就是穷举。因为要求最值，肯定要把所有可行的答案穷举出来，然后求最值。但是动态规划有点特别，因为这类问题存在[重叠子问题]，如果暴力穷举的话，效率会及其底下，所以需要[备忘录]或者[DP table]来优化穷举过程，避免不必要的计算。

2、转态定义

dp[i][j] 表示走到位置(i,j)的最小路径总和，这里的位置i，j指的是三角形中的第 i 行，第 j 列。

3、状态转移

我们可以把dp[i][j]代表到达第 i 行，第 j 列的最小路径，则状态转移方程表示如下：
dp[i][j] = min(dp[i-1][j],dp[i-1][j-1]) + triangle[i][j]
对于如下情况需要单独考虑：
1）当取dp[i][0]时，此时不存在dp[i-1][j-1]的来源，因此，当j=0时，状态转移方程如下：
dp[i][j] = dp[i-1][j] + triangle[i][j]
2) 当取dp[i][i]时，此时不存在dp[i-1][i]的来源，因此，当j=i时，状态转移方程如下：
dp[i][j] = dp[i-1][j-1] + triangle[i][j]

4、解法一代码：

时间复杂度是 O(n^2).

// A code block
Class Solution{
	public int minimumTotal(List<List<Integer>> triangle) {
		int [][] dp = new int[triangle.size()][triangle.size()];
        int ruleCount;
        dp[0][0] = triangle.get(0).get(0);

        for(int i=1;i<triangle.size();i++){
            for(int j=0;j<triangle.get(i).size();j++){
                if(j==0){
                    dp[i][j] = dp[i-1][j]+triangle.get(i).get(j);
                }else if(j<triangle.get(i-1).size()) {
                    dp[i][j] = Math.min(dp[i - 1][j], dp[i - 1][j - 1]) + triangle.get(i).get(j);
                }else{
                    dp[i][j] = dp[i - 1][j - 1] + triangle.get(i).get(j);
                }
            }
        }
        int minTotal = dp[triangle.size()-1][0];
        for(int i=0;i<triangle.size();i++){
            minTotal = Math.min(dp[triangle.size()-1][i],minTotal);
        }
        return minTotal;  
    }
}

5、优化方法-空间优化

根据上述的状态转移分析，其中dp[i][j]状态只与dp[i-1][…]的状态有关，其中i-1 是固定的，所以可以优化为一维数组进行存储，但是我们需要从 i到0 递减地枚举 j，这里思考一下为什么？

假设我们是从 0到i 递增的枚举j，由于dp[j] 的值由 dp[j-1] 或者dp[j]的值决定的，那么在计算（i,j）的位置时，dp[0] 到dp[j]的值已经是i行的值，不符合初衷。
假设我们是从 i到0 递减地枚举j，由于dp[j] 的值由 dp[j-1] 或者dp[j]的值决定的，那么在计算（i,j）的位置时，dp[j] 到dp[0]的值是 i-1 行的值，符合初衷。
dp[j] = min(dp[j-1],dp[j]) + triangle[i][j]

class Solution {
   public int minimumTotal(List<List<Integer>> triangle) {
        int []dp = new int[triangle.size()];
        int ruleCount;
        dp[0] = triangle.get(0).get(0);

        for(int i=1;i<triangle.size();i++){
            for(int j=triangle.get(i).size()-1;j>=0;--j){
                if(j==0){
                    dp[j] = dp[j]+triangle.get(i).get(j);
                }else if(j<triangle.get(i-1).size()) {
                    dp[j] = Math.min(dp[j], dp[j - 1]) + triangle.get(i).get(j);
                }else{
                    dp[j] = dp[j - 1] + triangle.get(i).get(j);
                }
            }
        }
        int minTotal = dp[triangle.size()-1];
        for(int i=0;i<triangle.size();i++){
            minTotal = Math.min(dp[i],minTotal);
        }
        return minTotal;
    }
}