算法：最小路径和【动态规划】

最小路径和

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。

leetcode

题目分析：

• 矩阵最上角到右下角最小路径
• 每次只能向下或者向右移动一步（若没有方向限制，需要考虑递归 参考：格子里的整数）
• 利用动态规划：构建dp，用来存储最小路径，dp[i][j]表示从左上角走到（i,j）的最小路径。
• 则有：dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]
• 考虑优化：可以将dp数组压缩为一维数据

# dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]


def dpMinPathSum(grid):  # dp解法
    # initial
    dp = [[0] * len(grid[0]) for _ in range(len(grid)) ]
    dp[0][0] = grid[0][0]
    for i in range(1, len(dp[0])):
        dp[0][i] = dp[0][i-1] + grid[0][i]
    for i in range(1, len(dp)):
        dp[i][0] = dp[i-1][0] + grid[i][0]
    
    # struct dp
    for i in range(1, len(dp)):
        for j in range(1, len(dp[0])):
            dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]
    return dp[-1][-1]


def opt_dp(grid):  # dp优化解法
    dp = [0] * len(grid[0])
    dp[0] = grid[0][0]
    for i in range(1, len(grid[0])):
        dp[i] = dp[i-1] + grid[0][i]
    
    for i in range(1, len(grid)):
        dp[0] += grid[i][0]	 # 每次需初始化dp[0]
        for j in range(1, len(grid[0])):
            dp[j] = min(dp[j-1], dp[j]) + grid[i][j]
    return dp[-1]


class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:
        # return dpMinPathSum(grid)
        return opt_dp(grid)