Leetcode——64. 最小路径和

题目描述:题目链接

同样对于这个问题,我们可以考虑用动态规划来解决。

解决动态规划常见的三个步骤:

1:问题的归纳。对于 i,j 位置上的最短路径可以用d[ i ][ j ]表示。

2:归纳递推式:d[ i ][ j ] = Math.min( d [ i - 1 ] [ j ] ,  d [ i  ] [ j - 1 ] ) + grid[ i ][ j ];因为题目中规定,只能向下或者向右边移动。

3:初始化d.  对于首行和首列肯定可以用一个for循环来表示。

要点:我们可以借用原数组来表示d,而不需要重新再new一个数组。

下面给出代码的描述:

class Solution {
    public int minPathSum(int[][] grid) {
        //利用动态规划思路解决
        //先初始化首列
        for(int i = 1; i < grid.length;i++)
            grid[i][0] += grid[i-1][0];
        //初始化首行
        for(int i = 1; i < grid[0].length; i++)
            grid[0][i] += grid[0][i-1] ;

        for(int i = 1; i < grid.length; i++){
            for(int j = 1; j < grid[0].length;j++){
                grid[i][j] = Math.min(grid[i][j-1],grid[i-1][j])+grid[i][j];
            }
        }
        return grid[grid.length-1][grid[0].length-1];
    }
}

原文地址:https://www.cnblogs.com/xiaxj/p/9692741.html

时间: 2024-10-11 00:51:41

Leetcode——64. 最小路径和的相关文章

leetcode 64. 最小路径和

给定一个包含非负整数的 m x n 网格,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小. 说明:每次只能向下或者向右移动一步. 示例: 输入: [   [1,3,1], [1,5,1], [4,2,1] ] 输出: 7 解释: 因为路径 1→3→1→1→1 的总和最小. 每次移动只能向右或者向下,所到达当前点,只能通过当前点的上面或者左边到达, 因而,为了得到到当前点的最小路径我们可以得到这样的关系式dp[i][j] = min(dp[i-1][j], dp[i][j-1]) +

#动态规划 LeetCode 64 最小路径和

给定一个包含非负整数的 m x n 网格,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小. 说明:每次只能向下或者向右移动一步. 示例: 输入: [   [1,3,1], [1,5,1], [4,2,1] ] 输出: 7 解释: 因为路径 1→3→1→1→1 的总和最小. 思路: 做动态规划的题目还是习惯目的性的思考:找状态转移方程>明确函数定义>确定结果(过程)记录数据结构. 数据结构:既然题目给了一个二维数组记录每一步,那么很自然的,我们也可以使用一个同样大小的二维数组记录到

代码题(34)— 矩阵最小路径和

1.64. 最小路径和 给定一个包含非负整数的 m x n 网格,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小. 说明:每次只能向下或者向右移动一步. 示例: 输入: [   [1,3,1], [1,5,1], [4,2,1] ] 输出: 7 解释: 因为路径 1→3→1→1→1 的总和最小. 需要用动态规划Dynamic Programming来做,这应该算是DP问题中比较简单的一类,我们维护一个二维的dp数组,其中dp[i][j]表示当前位置的最小路径和,递推式也容易写出来 

【数据结构与算法】动态规划——最小路径和(普通矩阵、三角形两题)

最小路径和 LeetCode:最小路径和 题目描述: 给定一个包含非负整数的 m x n 网格,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小. 说明:每次只能向下或者向右移动一步. 示例: 输入: [ [1,3,1], [1,5,1], [4,2,1] ] 输出: 7 解释: 因为路径 1→3→1→1→1 的总和最小. 思想: 动态规划,可以用原数组作为dp数组 代码: class Solution { public int minPathSum(int[][] grid) {

Leetcode:Minimum Path Sum 矩形网格最小路径和

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. 解题分析: 每次只能向下或者向

Leetcode:Triangle 三角形塔最小路径和

Triangle: Given a triangle, find the minimum path sum from top to bottom. Each step you may move to adjacent numbers on the row below. For example, given the following triangle [ [2], [3,4], [6,5,7], [4,1,8,3] ] The minimum path sum from top to botto

LeetCode—Minimum Path Sum 二维数组最小路径,动态规划

感觉这是一系列的动态规划的算法,正好也将动态规划的算法进行一个总结: 算法一: 带权重的最小路径的问题 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. 首先每一个路径的上一个路径都是来自于其上方和左方 现将最上面的路径进行求和,最左边的路径进行求和

#动态规划 LeetCode 120 三角形最小路径和

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. 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). 说明: 如果你可以只使用 O(n) 的额外空间(n 为三角形的总行数)来解决这个问题,那么你的算法会很加分. 思路: 接着上一题的状态转移继续说 动态规划问题,重中之重就是找到状态转移方程,而状态转移方程很重要的一点就是明确函数的意义所在,以及记录结果

LeetCode 120——三角形最小路径和

1. 题目 2. 解答 详细解答方案可参考北京大学 MOOC 程序设计与算法(二)算法基础之动态规划部分. 从三角形倒数第二行开始,某一位置只能从左下方或者右下方移动而来,因此,我们只需要求出这两者的较小值然后再加上当前元素,即可得出从某一位置到最下边的最小路径和.以此类推,我们就可以求出最上边元素的最小路径和.过程如下所示: 2 3 4 6 5 7 4 1 8 3 第三行到最下边的最小元素和 7 6 10 3 min(4, 1) + 6 min(1, 8) + 5 min(8, 3) + 7