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:
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];
}
}