给定一个三角形,找出自顶向下的最小路径和。每一步只能移动到下一行中相邻的结点上。
相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。
例如,给定三角形:
1 2 3 4 5 6 [ [2], [3,4], [6,5,7], [4,1,8,3] ]
自顶向下的最小路径和为 11(即,2 + 3 + 5 + 1 = 11)。
说明:
如果你可以只使用 O (n ) 的额外空间(n 为三角形的总行数)来解决这个问题,那么你的算法会很加分。
来源:力扣(LeetCode) 著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
题解: 本题若是不考虑说明中的优化空间,思路很清晰,就是动态规划。首先能想到的就是,第i个位置的路径和,与上一行相邻的元素有关,由于要求最短的路径和,所以就是在第i-1行相邻元素中选择一个最小的累加,即$dp[i][j]=min(dp[i-1][j-1],dp[i-1][j])+triangle[i][j]$,这就是状态转移方程。下面我们需要考虑一些细节,比如每行的第一个元素,它没有左邻居,所以状态转移方程为$dp[i][0]=dp[i-1][0]+triangle[i][0]$,同样要考虑的还有每行最后一个元素,它没有右邻居,所以状态转移方程为$dp[i][i]=dp[i-1][i-1]+triangle[i][i]$,最后,dp数组的最后一行就是所有路径结果和,我们只需要遍历最后一行,找出最小的值即为结果值。
具体代码如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 class Solution { public int minimumTotal (List<List<Integer>> triangle) { int n = triangle.size(); int [][] dp = new int [n][n]; dp[0 ][0 ] = triangle.get(0 ).get(0 ); for (int i = 1 ; i < n; i++) { dp[i][0 ] = dp[i - 1 ][0 ] + triangle.get(i).get(0 ); dp[i][i] = dp[i - 1 ][i - 1 ] + triangle.get(i).get(i); for (int j = 1 ; j < i; j++) { dp[i][j] = Math.min(dp[i - 1 ][j - 1 ], dp[i - 1 ][j]) + triangle.get(i).get(j); } } int result = dp[n - 1 ][0 ]; for (int i = 0 ; i < n; i++) { result = Math.min(result, dp[n - 1 ][i]); } return result; } }
当然,这种做法空间复杂度都比较惨烈,我们来思考一下空间还有没有更进一步优化的空间。
通常,动态规划优化空间复杂度都是去除存储的无关值,在本题中,可以看到dp[i][j]只与上一层的dp[i-1][j-1]和dp[i-1][j]有关,所以我们只需要记录这些值即可,具体的思想这里参考了官方题解。要想优化到O(n)的空间复杂度,就需要使用一维数组存储结果。从 i 到0递减地枚举j,这样我们只需要一个长度为n的一维数组f,就可以完成状态转移,即$dp[j]=min(dp[j-1],dp[j])+triangle[i][j]$
具体代码如下:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 class Solution { public int minimumTotal (List<List<Integer>> triangle) { int n = triangle.size(); int [] dp = new int [n]; dp[0 ] = triangle.get(0 ).get(0 ); for (int i = 1 ; i < n; i++) { dp[i] = dp[i - 1 ] + triangle.get(i).get(i); for (int j = i - 1 ; j > 0 ; j--) { dp[j] = Math.min(dp[j - 1 ], dp[j]) + triangle.get(i).get(j); } dp[0 ] = dp[0 ] + triangle.get(i).get(0 ); } int result = dp[0 ]; for (int i = 1 ; i < n; i++) { result = Math.min(result, dp[i]); } return result; } }