120. 三角形最小路径和

本文探讨了在给定的三角形数组中寻找从顶部到底部的最小路径和的算法。通过动态规划的方法,利用一个二维数组记录到达每个节点时的最小路径,特别关注了边界条件和行数小于等于2的情况,避免溢出问题。

这个应该是一个典型的dp问题,用一个和输入相同的二维数组进行到达此节点时的最小路径。

注意两个在每一行的边界条件。以及row<=2时的处理,否则容易overflow.

class Solution {

public:

    int minimumTotal(vector<vector<int>>& triangle) {

        vector<vector<int>> res = triangle;

        int row(triangle.size());

        if(row <=1) return triangle[0][0];

        res[1][0] = res[1][0] + triangle[0][0];

        res[1][1] = res[1][1] + triangle[0][0];

        if(row <=2) return min(res[1][0], res[1][1]);

        for(int i = 2; i < triangle.size(); i++){

            for(int j = 0; j < triangle[i].size(); j++){

                //cout  << "i is:" << i << " j is:" << j <<endl;

                if(j == 0 ){

                    res[i][j] = res[i-1][j] + triangle[i][j];

                }

                else if(j == triangle[i].size()-1){

                    res[i][j] = res[i-1][j-1] + triangle[i][j];

                }

                else{

                    res[i][j] = min(res[i-1][j], res[i-1][j-1]) + triangle[i][j];

                }

            }

        }

        int res_all = *min_element(res[row-1].begin(), res[row-1].end());

        return res_all;

    }

};

解决三角形最小路径问题可以采用动态规划的方法,因为贪婪法在该问题中容易陷入局部最小值,无法得到全局最优解,例如对于某些矩阵,贪婪法得到的路径并非最小,而动态规划可以避免这一问题[^3]。 ### 动态规划思路 由于每一步只能移动到下一行「相邻的节点」上,因此要想走到位置 $(i,j)$,上一步就只能在位置 $(i - 1,j - 1)$ 或者位置 $(i - 1,j)$。在这两个位置中选择一个路径较小的来进行转移,状态转移方程为:$dp[i][j] = triangle[i][j] + \min(dp[i - 1][j - 1], dp[i - 1][j])$。 ### 代码实现 #### Python代码 ```python def minimumTotal(triangle): n = len(triangle) # 初始化dp数组 dp = [[0] * n for _ in range(n)] dp[0][0] = triangle[0][0] # 填充dp数组 for i in range(1, n): dp[i][0] = dp[i - 1][0] + triangle[i][0] for j in range(1, i): dp[i][j] = triangle[i][j] + min(dp[i - 1][j - 1], dp[i - 1][j]) dp[i][i] = dp[i - 1][i - 1] + triangle[i][i] # 返回最后一行的最小值 return min(dp[n - 1]) triangle = [[2], [3, 4], [6, 5, 7], [4, 1, 8, 3]] print(minimumTotal(triangle)) ``` #### C++代码 ```cpp #include <iostream> #include <vector> #include <algorithm> using namespace std; int minimumTotal(vector<vector<int>>& triangle) { int n = triangle.size(); vector<vector<int>> dp(n, vector<int>(n, 0)); dp[0][0] = triangle[0][0]; for (int i = 1; i < n; ++i) { dp[i][0] = dp[i - 1][0] + triangle[i][0]; for (int j = 1; j < i; ++j) { dp[i][j] = triangle[i][j] + min(dp[i - 1][j - 1], dp[i - 1][j]); } dp[i][i] = dp[i - 1][i - 1] + triangle[i][i]; } return *min_element(dp[n - 1].begin(), dp[n - 1].end()); } int main() { vector<vector<int>> triangle = {{2}, {3, 4}, {6, 5, 7}, {4, 1, 8, 3}}; cout << minimumTotal(triangle) << endl; return 0; } ``` ### 复杂度分析 - **时间复杂度**:$O(n^2)$,其中 $n$ 是三角形的行数。需要遍历三角形的每一个元素。 - **空间复杂度**:$O(n^2)$,主要用于存储动态规划数组。可以优化到 $O(n)$ 甚至 $O(1)$ 的空间复杂度。
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