给定一个三角形 triangle
,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。也就是说,如果正位于当前行的下标 i
,那么下一步可以移动到下一行的下标 i
或 i + 1
。
示例1:
输入:triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]
输出:11
解释:如下面简图所示:
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)。
示例2:
输入:triangle = [[-10]]
输出:-10
提示:
1 <= triangle.length <= 200
triangle[0].length == 1
triangle[i].length == triangle[i - 1].length + 1
进阶:
O(n)
的额外空间(n
为三角形的总行数)来解决这个问题吗?class Solution {
public:
int minimumTotal(vector<vector<int>>& triangle) {
}
};
动态规划 + 空间优化。
动态规划的经典题目,堪称入门题。
(i,j)
位置看成一个状态,定义 dp[i][j]
表示 从 (i,j)
位置出发得到的最小路径和。在(i,j)
位置有两种决策:向左下走到 (i+1,j)
位置,后续从 (i+1,j)
位置出发得到最小路径和;同理,向右下走到(i+1,j+1)
位置,后续从 (i+1,j+1)
位置出发得到最小路径和。
所以可以得到转移方程:
d
p
[
i
]
[
j
]
=
t
r
i
a
n
g
l
e
[
i
]
[
j
]
+
m
i
n
(
d
p
[
i
+
1
]
[
j
]
,
d
p
[
i
+
1
]
[
j
+
1
]
)
dp[i][j] = triangle[i][j] + min(dp[i+1][j], dp[i+1][j+1])
dp[i][j]=triangle[i][j]+min(dp[i+1][j],dp[i+1][j+1])
也就是说,(i,j)
位置的状态依赖于 (i+1,j)
和 (i+1, j+1)
位置的状态,于是逆序枚举 i
。见代码详解中的"动态规划"写法。
又(i,j)
位置的状态只依赖于 (i+1,j)
和 (i+1, j+1)
位置的状态,所以用一维数组即可。代码见"动态规划 + 空间优化"写法。
O ( N 2 ) O(N^2) O(N2)
class Solution {
public:
int minimumTotal(vector<vector<int>>& triangle) {
int n = triangle.size();
int dp[n][n];
memset(dp, 0, sizeof(dp));
for (int j = 0; j < n; j++) {
dp[n - 1][j] = triangle[n - 1][j]; //最后一行的状态
}
for (int i = n - 2; i >= 0; i--) { //逆序枚举
for (int j = 0; j <= i; j++) {
dp[i][j] = triangle[i][j] + min(dp[i + 1][j], dp[i+1][j+1]);
}
}
return dp[0][0];
}
};
class Solution {
public:
int minimumTotal(vector<vector<int>>& triangle) {
int n = triangle.size();
int dp[n];
memset(dp, 0, sizeof(dp));
for (int j = 0; j < n; j++) {
dp[j] = triangle[n - 1][j]; //最后一行的状态
}
for (int i = n - 2; i >= 0; i--) { //逆序枚举
for (int j = 0; j <= i; j++) {
dp[j] = triangle[i][j] + min(dp[j], dp[j+1]);
}
}
return dp[0];
}
};