问题描述:给出一个二维数组arr,一个人从左上角出发,沿途只能向下或向左走,并且沿途的数数字都累加,最终到达右下角,求返回最小的累加和
举例:给出一个数组 int[][] arr = new int[][]{{3, 7,8,7}, {1, 2,6,4},{10,3,8,9},{8,1,2,0}};
需求是返回 12
解决思想:动态规划的解决方案,此处提供两个方案,一种是常规方案,另一种是节约内存的方案。
1、常规方案:
1.1、分析图如下:
人从左上角3的位置开始移动,每次只能向左或向右移动一步,到右下角0结束,找到过程最小值 12
此路径的值最小,为12
1.2、核心代码如下:
/**
* @author wanghuainan
* @date 2021/7/5 10:28
*/
public class NanDaoMinPathSum {
public static void main(String[] args) {
// int[][] arr = new int[10][10];
int[][] arr = new int[][]{{3, 7,8,7}, {1, 2,6,4},{10,3,8,9},{8,1,2,0}};
// arr = new int[][]{{2, 3}, {1, 1}};
System.out.println(minSumPath1(arr));
}
private static int minSumPath1(int[][] arr) {
//边界判断
if(arr.length == 0 || arr == null || arr[0] == null || arr[0].length == 0){
return 0;
}
int row = arr.length;
int col = arr[0].length;
int[][] dp = new int[row][col];//定义一个缓存数组
dp[0][0] = arr[0][0];//左上角赋值
//第一列赋值
for(int i = 1;i < row;i++){
dp[i][0] = dp[i - 1][0] + arr[i][0];
}
//第一行赋值
for(int j = 1;j < col;j++){
dp[0][j] = dp[0][j - 1] + arr[0][j];
}
//中间其他行列格子里赋最小值
for(int i = 1;i < row;i++){
for(int j = 1;j < col;j++){
dp[i][j] = Math.min(dp[i - 1][j],dp[i][j - 1]) + arr[i][j];
}
}
return dp[row - 1][col -1];//返回右下角的值
}
}
2、节约内存的方案(此处按行计算,当然也可以按照列计算):
2.1、图示分析:
采用一维数组,?处的值是通过14或6中先取最小值,然后加上3,即值为9
2.2、核心代码
/**
* @author wanghuainan
* @date 2021/7/5 10:28
*/
public class NanDaoMinPathSum {
public static void main(String[] args) {
// int[][] arr = new int[10][10];
int[][] arr = new int[][]{{3, 7,8,7}, {1, 2,6,4},{10,3,8,9},{8,1,2,0}};
// arr = new int[][]{{2, 3}, {1, 1}};
System.out.println(minSumPath2(arr));
}
private static int minSumPath2(int[][] arr) {
if(arr == null || arr.length == 0 || arr[0] == null || arr[0].length == 0){
return 0;
}
int row = arr.length;
int col = arr[0].length;
int[] dp = new int[col];//一维数组,仅保存一行有效数据,节约内存
dp[0] = arr[0][0];
//初始化第一行数据
for(int j = 1;j < col;j++){
dp[j] = dp[j - 1] + arr[0][j];
}
for(int i = 1;i < row; i++){
dp[0] +=arr[i][0];
for(int j = 1;j < col;j++){
//得出数组中j位置的数值,左边dp[j]代表j位置最新数值,右边dp[j]代表上一行历史数据,加上m[i][j]后得到j处最新数值
dp[j] = Math.min(dp[j - 1],dp[j]) + arr[i][j];
}
}
return dp[col - 1];
}
}
3、两种方案的执行结果:
到此,此算法的解决方案分享完毕,这到算法算是比较简单的问题,大家一定要多多联系,定会进步很快!