#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当前位置所要步骤。
  • 函数定义:确定每个位置所需步数。
  • 状态转移方程:F(i,j) = F(i+1,j) +F(i,j+1)分别对应下和右。
  • 最小子问题为F(m-1,n-1) = grid(m-1, n-1)
  • 另外记得边界是没有下或者右的。
  • 根据状态转移方程,迭代即可求出结果。


class Solution {
    public int minPathSum(int[][] grid) {
        int m = grid.length;
        if(m ==0)
            return 0;
        int n = grid[0].length;

        for(int i = m-1 ; i>= 0 ;i--)
            for( int j = n-1 ; j>=0 ; j--){
                if(i == m-1){
                    if(j!=n-1)
                        grid[i][j] = grid[i][j]+grid[i][j+1];
                }
                else{
                    if(j!=n-1)
                        grid[i][j] = grid[i][j] + (int)Math.min(grid[i][j+1],grid[i+1][j]);
                    else
                        grid[i][j] = grid[i][j] + grid[i+1][j];
                }
            }
        return grid[0][0];
    }
}

原文地址:https://www.cnblogs.com/rainxbow/p/9695523.html

时间: 2024-11-01 19:51:11

#动态规划 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]) +

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

【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) {

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 

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: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

矩阵的最小路径和二维动态规划的空间压缩

题目:给定一个矩阵,从左上角开始每次只能向右或者向下移动,最后到达右下角的位置,路径上的所有的数字累加起来作为这条路径的路劲和.要求返回所有路径和中的最小路径和. 举例: 路径1,3,1,0,6,1,0是所有路径中路径和最小的,所以返回其和12. 解析: 这个题目很类似之前的那个动态规划的数字三角的问题.毫无疑问的,这个问题也是用动态规划解决.只要确定了状态和转移方程,这个题目很容易解决.下面直接给出代码: //利用path记录路径,对于每一个path[i][j],0代表dp[i][j]的值从上