Leetcode-D29-动态规划(二刷)-931. 下降路径最小和&&120. 三角形最小路径和

931. 下降路径最小和

1、基本上有思路了，试一下~结果不太对

class Solution:
    def minFallingPathSum(self, matrix: List[List[int]]) -> int:
        n = len(matrix)
        if n == 1:
            return matrix[0][0]
        # 只需要知道上一行的值就行，一维dp应该就够了~初始化dp
        dp = [0]*n
        for i in range(n):
            dp[i]=matrix[0][i]
        
        for i in range(1,n):
            for j in range(n):
                if j == 1:
                    dp[j] = min(dp[j]+matrix[i][j],dp[j+1]+matrix[i][j])
                elif j==n-1:
                    dp[j] = min(dp[j]+matrix[i][j],dp[j-1]+matrix[i][j])
                else:
                    dp[j] = min(dp[j]+matrix[i][j],dp[j-1]+matrix[i][j],dp[j+1]+matrix[i][j])
        return dp[n-1]

3、下面还要用dp_pre，但dp_pre已经被更改了，所以要有两个dp
还有一个问题是，python中数组浅拷贝的问题，如果直接用赋值符号，那就只拷贝了引用，不太对。

class Solution:
    def minFallingPathSum(self, matrix: List[List[int]]) -> int:
        n = len(matrix)
        if n == 1:
            return matrix[0][0]
        # 只需要知道上一行的值就行，一维dp应该就够了~初始化dp
        dp_pre = [0]*n
        dp_now = [0]*n
        for i in range(n):
            dp_pre[i]=matrix[0][i]
        
        for i in range(1,n):
            for j in range(n):
                if j == 0:
                    dp_now[j] = min(dp_pre[j]+matrix[i][j],dp_pre[j+1]+matrix[i][j])
                elif j==n-1:
                    dp_now[j] = min(dp_pre[j]+matrix[i][j],dp_pre[j-1]+matrix[i][j])
                else:
                    dp_now[j] = min(dp_pre[j]+matrix[i][j],dp_pre[j-1]+matrix[i][j],dp_pre[j+1]+matrix[i][j])
            for s in range(n):
                dp_pre[s] = dp_now[s]
        return min(dp_now)

4、看下其他人怎么做的，看不太懂官方答案的python版本。

120. 三角形最小路径和

1、大概有思路了，和上题相似。
2、不对啊

    def minimumTotal(self, triangle: List[List[int]]) -> int:
        if len(triangle)==1:
            return triangle[0][0]
        dp_pre=[triangle[0][0]]
        n = len(triangle)
        for i in range(1,n):
            dp_now=[0]*i
            for j in range(i):
                if j==0:
                    dp_now[0] = dp_pre[0]
                elif j<i-1:
                    dp_now[j]=min(dp_pre[j],dp_pre[j-1])+triangle[i][j]
                else:
                    dp_now[j] = dp_pre[-1]
            dp_pre = [0]*i
            for s in range(i):
                dp_pre[s] = dp_now[s]
        return min(dp_now)

3、调试了一下，发现是边界情况，忘记加自己本身的值了，鹅鹅鹅。通过了，效果比之前好一点。

class Solution:
    def minimumTotal(self, triangle: List[List[int]]) -> int:
        if len(triangle)==1:
            return triangle[0][0]
        dp_pre=[triangle[0][0]]
        n = len(triangle)
        for i in range(2,n+1):
            dp_now=[0]*i
            for j in range(i):
                if j==0:
                    dp_now[0] = dp_pre[0]+ triangle[i - 1][j]
                elif j<i-1:
                    dp_now[j]=min(dp_pre[j],dp_pre[j-1])+triangle[i-1][j]
                else:
                    dp_now[j] = dp_pre[-1]+ triangle[i - 1][j]
            dp_pre = [0]*i
            for s in range(i):
                dp_pre[s] = dp_now[s]
        return min(dp_now)