题目描述
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。
暴力递归思路
1.我们可以将每个位置向右和向下的结果都求出来,然后每次都选择最小的加起来即可。
Java代码实现
public int minPathSum(int[][] grid) {
return minPathSum(grid,0,0);
}
private int minPathSum(int[][] grid,int i,int j,int[][] memory) {
if(i == grid.length)
return Integer.MAX_VALUE-grid[i-1][j];
if(j == grid[0].length)
return Integer.MAX_VALUE-grid[i][j-1];
if(i == grid.length-1 && j == grid[0].length-1)
return grid[i][j];
int path1 = grid[i][j]+minPathSum(grid,i+1,j,memory);
int path2 = grid[i][j]+minPathSum(grid,i,j+1,memory);
int curPath = Math.min(path1,path2);
return curPath;
}
备忘录方法
1.我们可以发现暴力法会将同一个位置的答案计算多次,所以我们可以将计算过的答案存储起来,如果发现该位置的答案已经算好了,就不用再递归求结果了,可以大幅度减少递归的次数。
Java代码实现
public int minPathSum(int[][] grid) {
int[][] memory = new int[grid.length][grid[0].length];
return minPathSum(grid,0,0,memory);
}
private int minPathSum(int[][] grid,int i,int j,int[][] memory) {
if(i == grid.length)
return Integer.MAX_VALUE-grid[i-1][j];
if(j == grid[0].length)
return Integer.MAX_VALUE-grid[i][j-1];
if(i == grid.length-1 && j == grid[0].length-1)
return grid[i][j];
if(memory[i][j] != 0)
return memory[i][j];
int path1 = grid[i][j]+minPathSum(grid,i+1,j,memory);
int path2 = grid[i][j]+minPathSum(grid,i,j+1,memory);
int curPath = Math.min(path1,path2);
memory[i][j] = curPath;
return curPath;
}
动态规划
1.我们可以通过以上两种方法可以总结出状态转移方程为:dp(i,j)=grid(i,j)+min(dp(i+1,j),dp(i,j+1))
2.我们设置一个二维数组存储dp的结果,然后将dp[0][0]作为结果返回即可。
Java代码实现
public int minPathSum(int[][] grid) {
int[][] res = new int[grid.length+1][grid[0].length+1];
for (int i = grid.length-1; i >= 0 ; i--) {
for (int j = grid[0].length - 1; j >= 0; j--) {
if (i == grid.length - 1 && j == grid[0].length - 1) {
res[i][j] = grid[i][j];
continue;
}
//如果是最后一行
if (i == grid.length - 1) {
res[i][j] = grid[i][j] + res[i][j + 1];
continue;
}
//如果是最后一列
if (j == grid[0].length - 1) {
res[i][j] = grid[i][j] + res[i + 1][j];
continue;
}
res[i][j] = Math.min(grid[i][j] + res[i][j + 1], grid[i][j] + res[i + 1][j]);
}
}
return res[0][0];
}