LeetCode 120 三角形最小路径和

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(2^N),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)