这篇博客介绍了如何使用动态规划解决找到二维数组中从左上角到右下角路径和最小的问题。首先讲解了自顶向下的递归解法，包括状态转移方程、递归框架和备忘录优化。接着，文章阐述了自底向上的迭代解法，通过初始化数组并逐行计算达到目标。两种方法的时间复杂度和空间复杂度都是O(n*m)。
现在给你输入一个二维数组grid，其中的元素都是非负整数，现在你站在左上角，只能向右或者向下移动，需要到达右下角。现在请你计算，经过的路径和最小是多少？
函数签名如下：
int minPathSum(int[][] grid);
比如题目举的例子，输入如下的grid数组：
算法应该返回 7，最小路径和为 7，就是上图黄色的路径。
1.标准的自顶向下动态规划解法
一般来说，让你在二维矩阵中求最优化问题（最大值或者最小值），肯定需要递归 + 备忘录，也就是动态规划技巧。
就拿题目举的例子来说，我给图中的几个格子编个号方便描述：
我们想计算从起点D到达B的最小路径和，那你说怎么才能到达B呢？
题目说了只能向右或者向下走，所以只有从A或者C走到B。
那么算法怎么知道从A走到B才能使路径和最小&#x
最低0.47元/天 解锁文章
1297
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
