LeetCode刷题（python版）——Topic64. 最小路径和

一、题设

给定一个包含非负整数的 m x n 网格 grid ，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。

说明：每次只能向下或者向右移动一步。

示例 1：

输入：grid = [[1,3,1],[1,5,1],[4,2,1]]
输出：7
解释：因为路径 1→3→1→1→1 的总和最小。

示例 2：

输入：grid = [[1,2,3],[4,5,6]]
输出：12

二、基本思路

        基于base：Topic62不同路径的动态规划算法模板：

        step1: 明确动态数组dp以及下标的含义:dp[i][j]表示到(i,j)坐标的最小总值.

        step2:确定动态转移方程:也就是dp[i][j]是怎么来的，拿例1来说，如果某点dp[i][j]的上方的dp[i-1][j]有了最小路径值x，左方的dp[i][j-1]有了最小路径值y，而dp[i][j]就只能从上方和左方到达，那么到达(i,j)的最小值就为min(x,y) + 自己的值.故状态转移方程就为：dp[i][j] = min(dp[i-1][j] ，dp[i][j-1]) + value[i][j].

        step3:初始化：因为转移方程涉及到上方和左方，所以初始化的范围就在第一列和第一行，那么一直往右和一直往下只有前值（左值）+ 自身，则初始化dp[i][0] = dp[i-1][0] + value[i][j] 和 dp[0][i] = dp[0][i-1] + value[i][j].

        step4:遍历顺序，这题从上往下，从左往右按顺序遍历即可（从i=j=1开始)

        step5:打印dp看一下与实际含义是否一致：一致.

三、代码实现

    def minPathSum(self, grid):
        m , n = len(grid),len(grid[0])
        # step1:dp[i][j]表示到(i,j)最小路径和为多少
        dp = [[0 for _ in range(n)]for _ in range(m)]
        # step3:初始化
        dp[0][0] = grid[0][0]
        for i in range(1,n):
            dp[0][i] = dp[0][i-1] + grid[0][i]
        for i in range(1,m):
            dp[i][0] = dp[i-1][0] + grid[i][0]
        #step4:确定遍历顺序
        for i in range(1,m):
            for j in range(1,n):
                # step2:确定状态转移方程
                dp[i][j] = min(dp[i-1][j] , dp[i][j-1]) + grid[i][j]
        #step5:打印dp数组检查一下，略。
        return dp[-1][-1]

四、效率总结