最小路径和
题目描述
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。
动态规划问题解题步骤
1、创建一个一维数组或者二维数组,保存每一个子问题的结果,具体创建一维数组还是二维数组看题目而定,基本上如果题目中给出的是一个一维数组进行操作,就可以只创建一个一维数组,如果题目中给出了两个一维数组进行操作或者两种不同类型的变量值,比如背包问题中的不同物体的体积与总体积,找零钱问题中的不同面值零钱与总钱数,这样就需要创建一个二维数组。
注:需要创建二维数组的解法,都可以创建一个一维数组运用滚动数组的方式来解决,即一位数组中的值不停的变化。
2、设置数组边界值,一维数组就是设置第一个数字,二维数组就是设置第一行和第一列的值,特别的滚动一维数组是要设置整个数组的值,然后根据后面不同的数据加进来变换成不同的值。
3、找出状态转换方程,也就是说找到每个状态跟他上一个状态的关系,根据状态转化方程写出代码。
4、返回需要的值,一般是数组的最后一个或者二维数组的最右下角。
解题思路
- 首先我们可以将其看成二维动态规划问题来求解
- 获取二维数组grid,创建其对应的最优决策表
- 确定状态转移方程,即每个状态跟他上一个状态的关系。在二维动态规划中,有三种状态
- 第一行的值 F[i][j]=F[i−1][j] + grid[i][j]。
- 第一列的值 F[i][j] = F[i][j−1] + grid[i][j]。
- 其他位置的值 F[i][j]=min(F[i−1][j],F[i][j−1])+grid[i][j]。
- 根据状态转化方程写出代码。返回需要的值,一般是数组的最后一个或者二维数组的最右下角。
代码实现
动态规划:
class Solution {
public int minPathSum(int[][] grid) {
int m = grid.length; //行数
int n = grid[0].length; //列数
int[][] dp = new int[m][n]; //创建动态数组,存放最小值
dp[0][0] = grid[0][0];
for(int i = 0;i<m;i++){
for(int j = 0;j<n;j++){
if(i == 0 || j==0){
if(i==0 && j !=0){
dp[i][j] = dp[i][j-1] + grid[i][j];
}else if(i != 0 && j == 0){
dp[i][j] = dp[i-1][j] + grid[i][j];
}
}else{
dp[i][j] = Math.min(dp[i-1][j],dp[i][j-1]) + grid[i][j];
}
}
}
return dp[m-1][n-1];
}
}