【Minimum Path Sum】cpp

本文介绍如何使用动态规划解决最小路径和问题,通过滚动数组优化空间复杂度,实现从左上角到右下角的最短路径,路径上的数字之和最小。

题目:

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.

代码:

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
            if ( grid.empty() ) return 0;
            const int m = grid.size();
            const int n = grid[0].size();
            vector<int> dp(n, INT_MAX);
            dp[0] = 0;
            for ( int i=0; i<m; ++i )
            {
                dp[0] += grid[i][0];
                for ( int j=1; j<n; ++j )
                {
                    dp[j] = grid[i][j] + std::min(dp[j-1], dp[j]);
                }
            }
            return dp[n-1];
    }
};

tips:

典型的“DP+滚动数组”,时间复杂度O(m*n),空间复杂度O(n)。

=============================================

第二次,用偷懒的做法了,二维dp直接写了。

class Solution {
public:
    int minPathSum(vector<vector<int>>& grid) {
            if ( grid.empty() ) return 0;
            int dp[grid.size()][grid[0].size()];
            fill_n(&dp[0][0], grid.size()*grid[0].size(), 0);
            dp[0][0] = grid[0][0];
            for ( int i=1; i<grid[0].size(); ++i ) dp[0][i] = dp[0][i-1]+grid[0][i];
            for ( int i=1; i<grid.size(); ++i ) dp[i][0] = dp[i-1][0]+grid[i][0];
            for ( int i=1; i<grid.size(); ++i )
            {
                for ( int j=1; j<grid[i].size(); ++j )
                {
                    dp[i][j] = min(dp[i][j-1],dp[i-1][j])+grid[i][j];
                }
            }
            return dp[grid.size()-1][grid[0].size()-1]; 
    }
};

 

转载于:https://www.cnblogs.com/xbf9xbf/p/4550146.html

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