64. 最小路径和
题目链接
这个题目和1143.最长公共子序列思想类似,1143最后构建的也是网格,然后根据不同的位置去更新网格的值。
一、动态规划
动态规划求解的原因:由于每个元素对应的最小路径和与其相邻元素对应的最小路径和有关,所以可以使用动态规划求解
1、dp数组的含义
dp[i][j] 表示 从左上角出发到网格中(i,j)位置的最小路径和。则dp[m-1][n-1]时最后的结果,即右下角的元素。
2、初始化dp数组
dp[0][0] = grid[0][0]
3、状态转移方程
- 对于第一行的元素,只可能从左上角元素向右移动
- 对于第一列的元素,只可能从左上角元素向下移动i
- 对于其他元素,是选择上边的元素或者左边的元素的路径和的最小值 + 本身的值。
二、代码实现
var minPathSum = function(grid) {
// m是网格的行数,n是网格的列数.网格是用二维数组存储的
let m = grid.length, n = grid[0].length;
if(m==0 || n==0) return 0;
// 定义一个m*n的dp数组
const dp = Array.from(new Array(m), () => new Array(n).fill(0));
// 初始化dp数组
dp[0][0] = grid[0][0];
// 第一行的元素
for(let i=1; i<n; i++){
dp[0][i] = dp[0][i-1] + grid[0][i];
}
// 第一列的元素
for(let j=1; j<m; j++){
dp[j][0] = dp[j-1][0] + grid[j][0];
}
// 其他元素,注意遍历顺序和下标之间的对应
for(let i=1; i<m; i++){
for(let j=1; j<n; j++){
dp[i][j] = Math.min(dp[i-1][j],dp[i][j-1]) + grid[i][j];
}
}
return dp[m-1][n-1];
};
三、代码优化
可以不用重新创建一个dp数组进行存储,可以在原数组上进行更新值。