题目:
64. Minimum Path Sum
Given a m x n grid filled with non-negative numbers, find a path from top left to bottom right which minimizes the sum of all numbers along its path.
Note: You can only move either down or right at any point in time.
Example:
Input: [ [1,3,1], [1,5,1], [4,2,1] ] Output: 7 Explanation: Because the path 1→3→1→1→1 minimizes the sum.
解题思路:
典型的动态规划的题目。
动态规划的基本思想:
动态规划算法通常用于求解具有某种最优性质的问题。在这类问题中,可能会有许多可行解。每一个解都对应于一个值,我们希望找到具有最优值的解。动态规划算法与分治法类似,其基本思想也是将待求解问题分解成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。与分治法不同的是,适合于用动态规划求解的问题,经分解得到子问题往往不是互相独立的。若用分治法来解这类问题,则分解得到的子问题数目太多,有些子问题被重复计算了很多次。如果我们能够保存已解决的子问题的答案,而在需要时再找出已求得的答案,这样就可以避免大量的重复计算,节省时间。我们可以用一个表来记录所有已解的子问题的答案。不管该子问题以后是否被用到,只要它被计算过,就将其结果填入表中。这就是动态规划法的基本思路。具体的动态规划算法多种多样,但它们具有相同的填表格式。
本题的状态转移方程是:dy(x,y)=min{dy(x,y-1), dy(x-1,y)}+v(x,y)。dy(x,y)表示从(0,0)到(x,y)的最短路径,v(x,y)表示该位置的值。
int minPathSum(int** grid, int gridSize, int* gridColSize){
int col = *gridColSize;
int row = gridSize;
int** dy = (int**)malloc(sizeof(int*)*gridSize);
for(int i = 0; i < gridSize; i++)
{
dy[i] = (int*)malloc(sizeof(int) * (*gridColSize));
}
for (int i = 0; i < row; i++)
{
for (int j = 0 ; j < col; j++)
{
dy[i][j] = 0;
}
}
// dy(x,y) = {d(x, y-1), d(x-1, y)} + v(x,v);
for (int i = 0 ; i < row; i++)
for(int j = 0; j < col; j++)
{
if (i == 0 && j == 0)
{
dy[i][j] = grid[i][j];
}
else if (i == 0)
{
dy[i][j] = dy[i][j-1] + grid[i][j];
}
else if (j == 0)
{
dy[i][j] = dy[i-1][j] + grid[i][j];
}
else
{
dy[i][j] = (dy[i][j-1] < dy[i-1][j] ? dy[i][j-1] : dy[i-1][j]) + grid[i][j];
}
//printf("i=%d,j=%d,dy=%d\n", i,j,dy[i][j]);
}
int result = dy[row-1][col-1];
for (int i = 0; i < row; i++)
{
free(dy[i]);
}
free(dy);
return result;
}