【LeetCode】64. Minimum Path Sum(C++)

本文介绍了一种利用动态规划求解矩阵中最短路径的方法,通过设置二维数组dp来记录从左上角到各个位置的最短路径和,最终返回从左上角到右下角的最短路径长度。

题目概述

给定一个m×n的数组,找到从左上角到右下角权重最下的路径,并返回最短路径长度,其中,每次只能往右或者往下移动(原题链接
例如:
输入:{{1,3,1},{1,5,1},{4,2,1}}
输出:7(路径为1->3->1->1->1)
难度级别:Medium

解题思路

本题可采用动态规划的思路进行求解,设置二维数组dp,dp[i][j]表示从左上角开始到(i,j)处的最短路径和,使用两重循环遍历更新dp数组,那么更新数组的条件即可分为以下几种情况:

  1. 当i,j都不处于边界时
    那么更新条件即为本身权值(grid[i][j])加上上侧或者左侧中的较小者,即
    dp[i][j] = min(dp[i][j - 1],dp[i - 1][j]) + grid[i][j];
  2. 当i处于第0行且j不处于第0列时
    那么此时不存在从上侧过来的路径,即
    dp[i][j] = dp[i][j - 1] + grid[i][j];
  3. 当j处于第0列且i不处于第0行时
    那么此时不存在从左侧过来的路径,即
    dp[i][j] = dp[i - 1][j] + grid[i][j];
  4. 当i,j都为0时
    最后这种情况即为初始化,即
    dp[i][j] = grid[i][j];

代码

int minPathSum(vector<vector<int>>& grid) {
	int m = grid.size(),n = grid[0].size();
	int dp[m + 1][n + 1] = {0};
	int i = 1,j = 1;
	for(int i = 0;i < m;i++){
		for(int j = 0;j < n;j++){
			if(i >= 1 && j >= 1)
				dp[i][j] = min(dp[i][j - 1],dp[i - 1][j]) + grid[i][j];
			else if(i < 1 && j >= 1){
				dp[i][j] = dp[i][j - 1] +  grid[i][j];
			}else if(i >= 1 && j < 1){
				dp[i][j] = dp[i - 1][j] +  grid[i][j];
			}else{
				dp[i][j] = grid[i][j];
			}
		} 
	}
   return dp[m - 1][n - 1];
}

注:虽说用到了动态规划的思想,但是感觉时间复杂度还是挺高,等以后有其他思路了再进行改进

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值