题目链接:
题目描述:
- 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。
第一次提交:
本题属于路径问题,是经典的动态规划题型之一。
设 dp[i][j] 为走到 grid[i][j] 的最小路径和(包含第 i 行第 j 列元素),状态转移方程式:
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]
其中,dp[i-1][j] 表示是从上方来的,dp[i][j-1]表示是从左方来的。
特殊情况:
对于第一行的其他元素(除(0,0)外),只能从左边来:
dp[i][j] = dp[i][j-1] + grid[i][j]
对于第一列的其他元素(除(0,0)外),只能从上边来:
dp[i][j] = dp[i-1][j] + grid[i][j]
返回的结果应该为dp[m-1][n-1]。
代码:
/*
*路径问题,经典的动态规划题型之一
*设 dp[i][j] 为走到 grid[i][j] 的最小路径和(包含第 i 行第 j 列元素)
*从上方或者左方而来,状态转移方程式:
*dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]
*初始化:dp[0][0] = grid[0][0]
*特殊情况:
*对于第一行的其他元素,只能从左边来:dp[i][j] = dp[i][j-1] + grid[i][j]
*对于第一列的其他元素,只能从上边来:dp[i][j] = dp[i-1][j] + grid[i][j]
*返回的结果应该为dp[m-1][n-1]
*/
class Solution {
public int minPathSum(int[][] grid) {
int[][] dp = new int[grid.length][grid[0].length];
dp[0][0] = grid[0][0];
for(int j = 1; j < grid[0].length; j++){//第一行除第一个元素外,只能从左边来
dp[0][j] = dp[0][j-1] + grid[0][j];
}
for(int i = 1; i < grid.length; i++){
for(int j = 0; j < grid[0].length; j++){
if(j == 0){ dp[i][j] = dp[i-1][j] + grid[i][j];}
else{
dp[i][j] = Math.min(dp[i-1][j], dp[i][j-1]) + grid[i][j];
}
}
}
return dp[grid.length-1][grid[0].length-1];
}
}
优化:
第一次提交的代码中,创建了二维数组 dp[i][j],算法空间复杂度为 O(n^2),能不能把空间复杂度降低到 O(n) 呢?
答案当然是可以的。这个题每次计算 dp[i][j] 只用到了其左方、上方的数据,最后返回的是 dp 的最后一行最后一列,因此不需要创建二维数组 dp[][],可以创建一维数组 dp[] 用来存储上一行的内容,左方的数据可以通过 dp[j-1] 获得。因为对每一行进行正序循环时,赋值前 dp[j] 是正上方的数据,dp[j-1]已经更新为了这一行的数据,即左方的数据。
优化后的代码:空间复杂度为O(n)
/*
*路径问题,经典的动态规划题型之一
*设 dp[i][j] 为走到 grid[i][j] 的最小路径和(包含第 i 行第 j 列元素)
*从上方或者左方而来,状态转移方程式:
*dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]
*初始化:dp[0][0] = grid[0][0]
*特殊情况:
*对于第一行的其他元素,只能从左边来:dp[i][j] = dp[i][j-1] + grid[i][j]
*对于第一列的其他元素,只能从上边来:dp[i][j] = dp[i-1][j] + grid[i][j]
*返回的结果应该为dp[m-1][n-1]
*优化:这个题每次计算dp[i][j]只用到了其左方、上方的数据,最后返回的是dp的最后一行最后一列,因此不需要创建二维数组dp[][],可以创建一维数组dp[]用来存储上一行的内容,左方的数据可以通过dp[j-1]获得,每行正序循环,赋值前dp[j]是正上方的数据,dp[j-1]已经更新为了这一行的数据,即左方的数据
*/
class Solution {
public int minPathSum(int[][] grid) {
int[] dp = new int[grid[0].length];
dp[0] = grid[0][0];
for(int j = 1; j < grid[0].length; j++){//第一行除第一个元素外,只能从左边来
dp[j] = dp[j-1] + grid[0][j];
//System.out.print(dp[j] + " ");
}
//System.out.println();
for(int i = 1; i < grid.length; i++){
for(int j = 0; j < grid[0].length; j++){
if(j == 0){ dp[j] = dp[j] + grid[i][j];}
else{
dp[j] = Math.min(dp[j], dp[j-1]) + grid[i][j];//dp[j]是上方数据,dp[j-1]是左方数据
}
// System.out.print(dp[j] + " ");
}
//System.out.println();
}
return dp[grid[0].length-1];
}
}