【 LeetCode 64 】最小路径和 （中等）动态规划

题目：

---

思路：

每个点的dp只和上边和左边的最小值有关系，所以容易得出，状态方程为 dp[i][j] = min (dp[i-1][j] , dp[i][j-1]) + grid[i][j];

边界：最上面一行没有i-1，最左边一列没有j-1

---

代码：

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        int dp[200][200],len1=grid[0].size(),len2=grid.size();
        dp[0][0]=grid[0][0];
        for(int i=1;i<len1;i++)  dp[0][i]=dp[0][i-1]+grid[0][i]; //第一行
        for(int i=1;i<len2;i++)  dp[i][0]=dp[i-1][0]+grid[i][0]; //第一列
        
        for(int i=1;i<len2;i++)
           for(int j=1;j<len1;j++)
              dp[i][j]=min(dp[i-1][j],dp[i][j-1])+grid[i][j]; 
              
        return dp[len2-1][len1-1]; //最后一个数就是答案
    }
};

---

内存还可以压缩，从状态方程中可以看出，dp只与左边和上边的dp有关系，所以可以只用一维数组。
状态转移方程： dp[j] = min (dp[j] , dp[j-1]) + grid[i][j];

代码（滚动数组）：

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        int dp[200],len1=grid[0].size(),len2=grid.size();
        dp[0]=grid[0][0];
        for(int i=1;i<len1;i++) dp[i]=dp[i-1]+grid[0][i]; //第一行
        
        for(int i=1;i<len2;i++)
        {
            dp[0]=dp[0]+grid[i][0];
            for(int j=1;j<len1;j++)
              dp[j]=min(dp[j],dp[j-1])+grid[i][j];
        } 
        
        return dp[len1-1]; 
    }
};