NC59 矩阵的最小路径和

该博客介绍了如何使用动态规划方法解决寻找给定矩阵中从左上角到右下角最小路径和的问题。示例给出了一个4x4的矩阵,并展示了如何计算最小路径和,最终返回值为12。算法的时间复杂度要求为O(nm),适用于n和m不超过2000的情况。
摘要由CSDN通过智能技术生成

描述
给定一个 n * m 的矩阵 a,从左上角开始每次只能向右或者向下走,最后到达右下角的位置,路径上所有的数字累加起来就是路径和,输出所有的路径中最小的路径和。

数据范围: 1≤n,m≤500,矩阵中任意值都满足 0≤a i,j​ ≤100
要求:时间复杂度 O(nm)

例如:当输入[[1,3,5,9],[8,1,3,4],[5,0,6,1],[8,8,4,0]]时,对应的返回值为12,
所选择的最小累加和路径如下图所示:
在这里插入图片描述

示例1
输入:[[1,3,5,9],[8,1,3,4],[5,0,6,1],[8,8,4,0]]
返回值:12

示例2
输入:[[1,2,3],[1,2,3]]
返回值:7
备注:
1≤n,m≤2000
1≤a i,j​ ≤100

牛客
动态规划方法(贪心算法思想):每到该位置都为到该位置的最小值。,而第0列和第0行一定只有一种方法。

import java.util.*;


public class Solution {
    /**
     *
     * @param matrix int整型二维数组 the matrix
     * @return int整型
     */
    public int minPathSum (int[][] matrix) {
        // write code here
        if (matrix.length <= 0) return 0;
        int dp[][] = new int[matrix.length][matrix[0].length];
        for (int i = 0; i < matrix.length; i++) {
            for (int j = 0; j < matrix.length; j++) {
                if (i == 0 && j == 0) {
                    dp[i][j] = matrix[i][j] + dp[i][j];
                    continue;
                } else if (i == 0 && j > 0) {
                    dp[i][j] = matrix[i][j] + dp[i][j - 1];
                    continue;
                } else if (j == 0 && i > 0) {
                    dp[i][j] = matrix[i][j] + dp[i - 1][j];
                    continue;
                }
               dp[i][j] = Math.min(dp[i - 1][j] + matrix[i][j], dp[i][j-1] + matrix[i][j]);
            }
        }
        return dp[matrix.length - 1][matrix[0].length - 1];
    }
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值