题意
给定一个 n * m 的矩阵 a,从左上角开始每次只能向右或者向下走,最后到达右下角的位置,路径上所有的数字累加起来就是路径和,输出所有的路径中最小的路径和。
题解
首先,拿到这道题我的第一思路是DFS,但是DFS会有很多重复计算,因此可以用备忘录优化,而往往这类问题都可以用动态规划来解决
那么这个动态规划问题的状态转移方程是什么呢?
状态很好看出来,就是在矩阵中的位置,看题意从坐上角开始每次只能向右或者向下走,这就是状态转移方程,即每一个矩阵中位置只能从左或者上转移过来
dp[i][j]
表示矩阵第 i
行,第 j
列的最小路径和
状态转移方程为:dp[i][j] = min(dp[i][j-1], dp[i-1][j]) + matrix[i-1][j-1]
为了处理边界条件,这里用了一个小技巧,将矩阵向左向上分别扩张了一格,填充为INT_MAX
代码如下:
class Solution {
public:
/**
*
* @param matrix int整型vector<vector<>> the matrix
* @return int整型
*/
int minPathSum(vector<vector<int> >& matrix) {
int m = matrix.size();
int n = matrix[0].size();
int dp[m+1][n+1];
// base case
for(int i = 0; i <= m; i++) dp[i][0] = INT_MAX;
for(int j = 0; j <= n; j++) dp[0][j] = INT_MAX;
for(int i = 1; i <= m; i++)
for(int j = 1; j <= n; j++){
if(i == 1 && j == 1) dp[i][j] = matrix[i-1][j-1];
else dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + matrix[i-1][j-1];
}
return dp[m][n];
}
};