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。