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]