2022-4-19 Leetcode 64.最小路径和 ——【简单的动态规划】

自己写的二维dp

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        if(grid.empty())
        return 0;
        int m = grid.size();
        int n = grid[0].size();
        vector<vector<int>> dp(m,vector<int>(n));
        dp[0][0] = grid[0][0];
        for(int j = 1;j < n;j++){
            dp[0][j] = grid[0][j] + dp[0][j-1];
        }

        for(int i = 1;i < m;i++){
            dp[i][0] = grid[i][0] + dp[i-1][0];
        }
        
        for(int i = 1;i < m;i++){
            for(int j = 1;j < n;j++){
                dp[i][j] = min(dp[i-1][j],dp[i][j-1]) + grid[i][j];
            }
        }
        return dp[m-1][n-1];
    }
};

压缩了空间

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
        if(grid.empty())
        return 0;
        int m = grid.size();
        int n = grid[0].size();
        vector<int> dp(n);
        
        for(int i = 0;i < m;i++){
            for(int j = 0;j < n;j++){
                if(i == 0 && j == 0){
                    dp[0] = grid[0][0];
                    //不加这个会溢出的
                }else if(i == 0 && j > 0){
                    dp[j] = dp[j-1] + grid[i][j];
                }else if(j == 0 && i > 0){
                    dp[j] = dp[j] + grid[i][j];
                }else{
                    dp[j]  = min(dp[j],dp[j-1]) + grid[i][j];
                }
            }
        }
        return dp[n-1];
        }
        }

压缩空间的关键是，当前在第 i 行 j 列，其中第 j-1 列上面的数字是向右走到第 j 位上的，第 j 位是从上面走到 第 j 位上的。
想明白了就能够压缩。