js网格图可以上下左右移动，求左上角到右下角最小路径和

在JavaScript中，实现网格图（通常是二维数组表示的矩阵）的上下左右移动，并计算从左上角到右下角的最小路径和，通常可以使用动态规划算法，如Floyd-Warshall算法或者Manhattan距离算法。曼哈顿距离法简单直观，它假设每次只能沿水平或垂直方向移动。

以下是一个简单的步骤概述：

1. 初始化一个二维数组`dp`，其中`dp[i][j]`表示从左上角(0, 0)到达`(i, j)`的最小子路径和。初始化边界值，比如`dp[0][0] = grid[0][0]`。

2. 对于每个 `(i, j)`（除了最左边和最上面的单元格），分别更新 `dp[i][j]` 的值：
- 如果当前位置是左上角，则`dp[i][j] = dp[i-1][j-1] + grid[i][j]`
- 否则，取当前位置的四个邻居（上、下、左、右），比较它们加上当前值后的总和，选择最小的那个作为`dp[i][j]`。

3. 最终，`dp[m-1][n-1]` 就是所需的最小路径和，其中 `m` 和 `n` 分别是矩阵的行数和列数。

以下是伪代码示例：

function minPathSum(grid) {
    let m = grid.length;
    let n = grid[0].length;
    let dp = Array.from({ length: m }, () => Array(n).fill(Infinity));
    dp[0][0] = grid[0][0];

    for (let i = 0; i < m; i++) {
        for (let j = 0; j < n; j++) {
            if (i > 0) dp[i][j] = Math.min(dp[i][j], dp[i - 1][j]);
            if (j > 0) dp[i][j] = Math.min(dp[i][j], dp[i][j - 1]);
            dp[i][j] += grid[i][j];
        }
    }

    return dp[m - 1][n - 1];
}

// 使用此函数并传入你的网格图矩阵，就能得到最小路径和