题目
给定一个三角形,找出自顶向下的最小路径和。每一步只能移动到下一行中相邻的结点上。
相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。
例如,给定三角形:
[
[2],
[3,4],
[6,5,7],
[4,1,8,3]
]
自顶向下的最小路径和为 11(即,2 + 3 + 5 + 1 = 11)。
思路一 暴力搜索
对于一个位置来说,它的最小路径和 就是 自身加上 它所选择俩边中的最小路径。
这样可以 写出递归搜索
class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
return dfs(triangle, 0, 0);
}
public int dfs(List<List<Integer>> triangle, int i, int j) {
if (i == triangle.size()) {
return 0;
}
return Math.min(dfs(triangle, i + 1, j), dfs(triangle, i + 1, j + 1)) + triangle.get(i).get(j);
}
}
这里因为i,j都是以上一层进行加一变化的,不用考虑边界问题
复杂度分析
时间复杂度:O(2N),指数级的复杂度,因为 每一次位置的计算都要进行递归计算
空间复杂度:O(N),N层的递归深度
递归方法优化,加一个记忆化数组
因为每一次递归,都需要进行重复的计算相同位置 的最小路径,我们创建一个数组来记录这些最小数组,这样递归到之前计算过的位置,可以直接使用
class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
int n = triangle.size();
int[][] memo = new int[n][n];
return dfs(memo, triangle, 0, 0);
}
public int dfs(int[][] memo, List<List<Integer>> triangle, int i, int j) {
if (i == triangle.size()) {
return 0;
}
if (memo[i][j] != 0) {
return memo[i][j];
}
memo[i][j] = Math.min(dfs(memo, triangle, i + 1, j), dfs(memo, triangle, i + 1, j + 1)) + triangle.get(i).get(j);
return memo[i][j];
}
}
复杂度分析
时间复杂度:O(N2)因为使用了记忆数组,最终是需要遍历整个这个三角形就行
空间复杂度:O(N2),使用了二维数组进行记忆
思路三 动态规划
思路也是和上面的差不多,上面的递归搜索是自顶向下进行递归,动态规划使用自底向上进行,知道初始值,使用for循环一直到顶,一层一层向上进行垒加,可以直接得到答案
class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
int n = triangle.size();
int[][] dp = new int[n + 1][n + 1];
// 从三角形的最后一行开始递推。
for (int i = n - 1; i >= 0; i--) {
for (int j = 0; j <= i; j++) { //最上面是第0层,第n-1层,是n个数
dp[i][j] = Math.min(dp[i + 1][j], dp[i + 1][j + 1]) + triangle.get(i).get(j);
}
}
return dp[0][0];
}
}
复杂度分析
时间复杂度:O(N2),是需要遍历整个这个三角形就行
空间复杂度:O(N2),使用了二维数组 作为dp状态空间
优化 空间
上面是使用了二维数组空间作为dp的状态空间,可以优化成 一维数组作为 状态空间
class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
int n = triangle.size();
int[] dp = new int[n + 1];
for (int i = n - 1; i >= 0; i--) {
for (int j = 0; j <= i; j++) {
//后面的dp[j] 和dp[j+1]都是上一层的
dp[j] = Math.min(dp[j], dp[j + 1]) + triangle.get(i).get(j);
}
}
return dp[0];
}
}
空间复杂度:O(N)