本题是动态规划的一个典型例题。从下往上的人人为我型。
1.分解子问题
要求从第一行到最后的一行的最小路径,首先假如我在第一层的话,我要选择该路径的最小路径走而不是当前下一层紧邻的最小值,因此要想解决不仅能够走下一层最小还要能走下下一层最小的问题,我们从后面往前面进行递推。
2.确定状态
创建一个数组来保存最小状态,数组dp[i]=j表示第i层及以后的步数最小值为j
3.确定初始状态
初始状态就是最后一个list的值
4.确定状态转移方程
dp[i]=min(dp[i],dp[i+1)+当前值。(后面两个dp是上一层中的数值)
我的下一步已经是最小了,我就理所当然的选择下一步的最小。
递推循环
最后一步的最小值
选择最后一步最小值
再递推上一层(递推的时候只用考虑当前层,因为下一层的数据已经在上一次循环中找到了最小)
public int minimumTotal(List<List<Integer>> triangle){
int result=0;
if(triangle==null){
return result;
}else {
int []dp=new int[triangle.size+1];//其实这里的大小应该是只要不小于triangle.size()就没关系的
// int temp = triangle.get(triangle.size() - 1).size();也没有说各种数值的关系,显然这总方式还是比较适合情景的
// int[] dp = new int[temp+1];
for(int i=0;i<triangle.size();i++){
for(int j=0;j<triangle.get(i).size();j++){
dp[j]=Math.min(dp[j],dp[j+1])+triangle.get(i).get(j);
}
}
result=dp[0];
return result;
}
}