[LeetCode] 64. Minimum Path Sum

2024-09-06 05:08
文章标签 leetcode 64 minimum path sum

本文主要是介绍[LeetCode] 64. Minimum Path Sum,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

题:https://leetcode.com/problems/minimum-path-sum/description/

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.

Example:

Input:
[[1,3,1],[1,5,1],[4,2,1]
]
Output: 7
Explanation: Because the path 1→3→1→1→1 minimizes the sum.

思路

题目大意

求从矩阵的左上角到右下角的最小路径和,每次只能向右和向下移动。

解题思路

方法一

动态规划 自顶向下 ,并带记录。

状态dp[i][j]: 从 dp[0][0] 到 dp[i][j] 的最短路径长度。
状态初始化:dp[i][j] = Integer.MAX_VALUE,dp[0][0] = grid[0][0]
状态转移方程:dp[i][j] = Math.min(dp[i-1][j],dp[i][j-1]) + grid[i][j]

class Solution {int [][]dp;public int getMinPath(int [][] grid,int r,int c){if(r<0 || c <0) return Integer.MAX_VALUE;if(dp[r][c]!=Integer.MAX_VALUE) return dp[r][c];dp[r][c] = Math.min(getMinPath(grid,r-1,c),getMinPath(grid,r,c-1)) + grid[r][c];return dp[r][c];}public int minPathSum(int[][] grid) {dp = new int[grid.length][grid[0].length];for(int i = 0;i<dp.length;i++)for(int j = 0 ;j<dp[0].length;j++)dp[i][j] = Integer.MAX_VALUE;dp[0][0] = grid[0][0];return getMinPath(grid,grid.length-1,grid[0].length-1);}
}

方法二

动态规划 自底向上

状态dp[i][j]: 从 dp[0][0] 到 dp[i][j] 的最短路径长度。
状态初始化:dp[0][0] = grid[0][0]
状态转移方程:dp[i][j] = Math.min(dp[i-1][j],dp[i][j-1]) + grid[i][j]

class Solution {public int minPathSum(int[][] grid) {int [][]dp = new int[grid.length][grid[0].length];dp[0][0] = grid[0][0];for(int i = 1;i<dp.length;i++)  dp[i][0] = dp[i-1][0] + grid[i][0];for(int j = 1;j<dp[0].length;j++) dp[0][j] = dp[0][j-1] + grid[0][j];for(int i = 1;i<dp.length;i++)for(int j = 1 ;j<dp[0].length;j++)dp[i][j] = Math.min(dp[i-1][j],dp[i][j-1]) + grid[i][j];return dp[grid.length-1][grid[0].length-1];}
}

方法三

动态规划 自底向上

  • 状态dp[j]: 从 dp[0][0] 到 行遍历所在 dp[j] 的最短路径长度。
  • 状态初始化 dp[j] = dp[j - 1] + grid[i][j],i ==0
  • 状态转移方程:
    dp[j] = dp[j] + grid[i][j], j==0;
    dp[j] = Math.min(dp[j - 1], dp[j])+ grid[i][j],j !=0 ;
    等式 右边的 dp[j] 相当于上一行的dp[j],dp[j-1]是这一行的。
class Solution {public int minPathSum(int[][] grid) {int[] dp = new int[grid[0].length];dp[0] = grid[0][0];for(int j = 1;j<dp.length;j++)  dp[j] = dp[j-1]+ grid[0][j];for(int i = 1;i<grid.length;i++)for(int j =0;j<grid[0].length;j++){if(j==0)    dp[j] = dp[j] + grid[i][j];else dp[j] = Math.min(dp[j - 1], dp[j])+ grid[i][j];}return  dp[dp.length-1];}
}

这篇关于[LeetCode] 64. Minimum Path Sum的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1141080

相关文章

哈希leetcode-1

目录 1前言 2.例题  2.1两数之和 2.2判断是否互为字符重排 2.3存在重复元素1 2.4存在重复元素2 2.5字母异位词分组 1前言 哈希表主要是适合于快速查找某个元素(O(1)) 当我们要频繁的查找某个元素,第一哈希表O(1),第二,二分O(log n) 一般可以分为语言自带的容器哈希和用数组模拟的简易哈希。 最简单的比如数组模拟字符存储,只要开26个c

最大流=最小割=最小点权覆盖集=sum-最大点权独立集

二分图最小点覆盖和最大独立集都可以转化为最大匹配求解。 在这个基础上,把每个点赋予一个非负的权值,这两个问题就转化为:二分图最小点权覆盖和二分图最大点权独立集。   二分图最小点权覆盖     从x或者y集合中选取一些点,使这些点覆盖所有的边,并且选出来的点的权值尽可能小。 建模:     原二分图中的边(u,v)替换为容量为INF的有向边(u,v),设立源点s和汇点t

leetcode-24Swap Nodes in Pairs

带头结点。 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode(int x) { val = x; }* }*/public class Solution {public ListNode swapPairs(L

leetcode-23Merge k Sorted Lists

带头结点。 /*** Definition for singly-linked list.* public class ListNode {* int val;* ListNode next;* ListNode(int x) { val = x; }* }*/public class Solution {public ListNode mergeKLists

C++ | Leetcode C++题解之第393题UTF-8编码验证

题目: 题解: class Solution {public:static const int MASK1 = 1 << 7;static const int MASK2 = (1 << 7) + (1 << 6);bool isValid(int num) {return (num & MASK2) == MASK1;}int getBytes(int num) {if ((num &

【每日一题】LeetCode 2181.合并零之间的节点(链表、模拟)

【每日一题】LeetCode 2181.合并零之间的节点(链表、模拟) 题目描述 给定一个链表,链表中的每个节点代表一个整数。链表中的整数由 0 分隔开,表示不同的区间。链表的开始和结束节点的值都为 0。任务是将每两个相邻的 0 之间的所有节点合并成一个节点,新节点的值为原区间内所有节点值的和。合并后,需要移除所有的 0,并返回修改后的链表头节点。 思路分析 初始化:创建一个虚拟头节点

C语言 | Leetcode C语言题解之第393题UTF-8编码验证

题目: 题解: static const int MASK1 = 1 << 7;static const int MASK2 = (1 << 7) + (1 << 6);bool isValid(int num) {return (num & MASK2) == MASK1;}int getBytes(int num) {if ((num & MASK1) == 0) {return

【JavaScript】LeetCode:16-20

文章目录 16 无重复字符的最长字串17 找到字符串中所有字母异位词18 和为K的子数组19 滑动窗口最大值20 最小覆盖字串 16 无重复字符的最长字串 滑动窗口 + 哈希表这里用哈希集合Set()实现。左指针i,右指针j,从头遍历数组,若j指针指向的元素不在set中,则加入该元素,否则更新结果res,删除集合中i指针指向的元素,进入下一轮循环。 /*** @param

NGINX轻松管理10万长连接 --- 基于2GB内存的CentOS 6.5 x86-64

转自:http://blog.chinaunix.net/xmlrpc.php?r=blog/article&uid=190176&id=4234854 一 前言 当管理大量连接时,特别是只有少量活跃连接,NGINX有比较好的CPU和RAM利用率,如今是多终端保持在线的时代,更能让NGINX发挥这个优点。本文做一个简单测试,NGINX在一个普通PC虚拟机上维护100k的HTTP

LeetCode:64. 最大正方形 动态规划 时间复杂度O(nm)

64. 最大正方形 题目链接 题目描述 给定一个由 0 和 1 组成的二维矩阵,找出只包含 1 的最大正方形,并返回其面积。 示例1: 输入: 1 0 1 0 01 0 1 1 11 1 1 1 11 0 0 1 0输出: 4 示例2: 输入: 0 1 1 0 01 1 1 1 11 1 1 1 11 1 1 1 1输出: 9 解题思路 这道题的思路是使用动态规划