题目是这样的:
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。
这道题目看上去最简单暴力的解法当然是穷举搜索,因为每次只能往两个方向走,所以到达终点时,需要走N+M步(因为每次只能下或者上,所以无论怎么走都会离终点更近一步),所以其搜索的复杂度是O(2^max(m,n)),显然在做机试时是不能接受的。
考虑到这种搜索,实际上有大量的计算是重复的,对于这种重复计算可以考虑动态规划。
这道题目其实知道动态规划能做的话,其实很容易;
定义:dp[i][j] 表示 到达第 i,j 坐标时候的最小的步数。
则有:
这里要注意,做动态规划要注意到的两个点,一个是递推关系式,一个是dp矩阵的填充,矩阵的填充有层次正向、层次反向、对角线方向,这里因为考虑到每一个dp元素只会用到上一层或者上一列的元素,所以按照一般的横向填充即可:
![](https://i-blog.csdnimg.cn/blog_migrate/06ecfc2d44af131e9cf72c453c25f266.png)
找到了递推式和矩阵填充方式,接下来的代码部分就好写了:
class Solution {
public:
int minPathSum(vector<vector<int>>& grid) {
int m=grid.size();
int n=grid[0].size();
int maxlen=max(m,n);
int minlen=min(m,n);
int dp[maxlen+5][maxlen+5];
dp[0][0]=grid[0][0];
for(int j=1;j<n;j++)
{
dp[0][j] = dp[0][j-1]+grid[0][j];
}
for(int i=1;i<m;i++)
{
dp[i][0] = dp[i-1][0]+grid[i][0];
}
for(int i=1;i<m;i++)
{
for(int j=1;j<n;j++)
{
dp[i][j] = min(dp[i-1][j],dp[i][j-1])+grid[i][j];
}
}
return dp[m-1][n-1];
}
};
因为这里是采用的leetcode刷题,没有自己写main函数和引入库文件,所以在调试的时候需要注意下引入相应的库文件。