给定一个m×n的网格,每个格子上包含一个非负整数。在网格上移动时,每次只能向下或者向右移动一步。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。样列1: 输入:grid = [[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。
时间: 2024-04-05 15:31:27 浏览: 121
这个问题是一个典型的动态规划问题。我们可以定义状态 $dp[i][j]$ 表示到达网格 $(i,j)$ 的最小路径和,那么状态转移方程可以表示为:
$$dp[i][j]=\min(dp[i-1][j],dp[i][j-1])+grid[i][j]$$
其中 $grid[i][j]$ 表示网格 $(i,j)$ 的值,边界条件为 $dp[0][0]=grid[0][0]$,$dp$ 数组的大小为 $(m+1)\times(n+1)$,这样可以避免边界判断。
最终的答案为 $dp[m][n]$。
下面是实现代码:
相关问题
给定一个m×n的网格,每个格子上包含一个非负整数。在网格上移动时,每次只能向下或者向右移动一步。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。
这是一个经典的动态规划问题,可以使用动态规划算法解决。
设 $dp[i][j]$ 表示从左上角到网格 $(i,j)$ 的最小路径和。则有以下状态转移方程:
$$
dp[i][j] = \min(dp[i-1][j], dp[i][j-1]) + grid[i][j]
$$
其中 $grid$ 表示给定的网格,$dp[0][0] = grid[0][0]$。
最终的答案为 $dp[m-1][n-1]$。
代码实现如下:
```python
def minPathSum(grid):
m, n = len(grid), len(grid[0])
dp = [[0] * n for _ in range(m)]
dp[0][0] = grid[0][0]
# 初始化第一列和第一行
for i in range(1, m):
dp[i][0] = dp[i-1][0] + grid[i][0]
for j in range(1, n):
dp[0][j] = dp[0][j-1] + grid[0][j]
# 动态规划
for i in range(1, m):
for j in range(1, n):
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]
return dp[m-1][n-1]
```
时间复杂度:$O(mn)$。
给定一个m×n的网格,每个格子上包含一个非负整数。在网格上移动时,每次只能向下或者向右移动一步。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。
这是一个经典的动态规划问题,可以使用动态规划算法来解决。
设 $dp[i][j]$ 表示从左上角到网格 $(i,j)$ 的最小路径和,$grid[i][j]$ 表示网格 $(i,j)$ 上的数字。
边界情况:
当 $i=0$ 且 $j=0$ 时,$dp[i][j] = grid[i][j]$。
当 $i=0$ 且 $j≠0$ 时,$dp[i][j] = dp[i][j-1] + grid[i][j]$。
当 $i≠0$ 且 $j=0$ 时,$dp[i][j] = dp[i-1][j] + grid[i][j]$。
状态转移方程:
当 $i≠0$ 且 $j≠0$ 时,$dp[i][j] = \min(dp[i-1][j], dp[i][j-1]) + grid[i][j]$。
最终的结果为 $dp[m-1][n-1]$。
Python 代码实现如下:
```python
def minPathSum(grid):
m, n = len(grid), len(grid[0])
dp = [[0]*n for _ in range(m)]
dp[0][0] = grid[0][0]
for i in range(1, m):
dp[i][0] = dp[i-1][0] + grid[i][0]
for j in range(1, n):
dp[0][j] = dp[0][j-1] + grid[0][j]
for i in range(1, m):
for j in range(1, n):
dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]
return dp[m-1][n-1]
```
时间复杂度为 $O(mn)$,空间复杂度为 $O(mn)$。
阅读全文