LeetCode 动态规划之下降路径最小和

简介: LeetCode 动态规划之下降路径最小和

题目


下降路径最小和


给你一个 n x n 的 方形 整数数组 matrix ,请你找出并返回通过 matrix 的下降路径的最小和


下降路径 可以从第一行中的任何元素开始,并从每一行中选择一个元素。在下一行选择的元素和当前行所选元素最多相隔一列(即位于正下方或者沿对角线向左或者向右的第一个元素)。具体来说,位置 (row, col) 的下一个元素应当是 (row + 1, col - 1)(row + 1, col) 或者 (row + 1, col + 1)


示例 1


image.png


输入:matrix = [[2,1,3],[6,5,4],[7,8,9]]


输出:13


解释:如图所示,为和最小的两条下降路径


示例 2:


输入:matrix = [[-19,57],[-40,-5]]


输出:-59


解释:如图所示,为和最小的下降路径


image.png


提示:


n == matrix.length == matrix[i].length

1 <= n <= 100

-100 <= matrix[i][j] <= 100


题解


解题分析


题解思路


  1. 我们使用 dp[i][j] 表示从 (i, j) 的元素下降路径的最小值。更具题目的要求,我们下降的范围是


(i+1, j-1), (i+1, j), (i+1, j+1)


2. 如果我们不考虑越界的情况,其实可以转化为求解 dp[i][j] = dp[i][j] +  Math.min(dp[i+1][j-1] ,Math.min(dp[i+1][j], dp[i+1][j+1]))


3. 由于我们只需要返回最后的结果,只需要在原来的数组上处理就行。


4. 对于边界的考虑,首先我们要保证 j 的范围在 (0, len -1) 内,对于 i 我们直接循环即可。


复杂度分析


  • 时间复杂度:O(N^2)


  • 空间复杂度:O(N^2)


解题代码


题解代码如下(代码中有详细的注释说明):


class Solution {
    public int minFallingPathSum(int[][] matrix) {
        int len = matrix.length;
        for (int i = len -2 ; i >= 0; i--) {
            for (int j = 0; j < len; j++) {
                // 下面等价于:dp[i][j] = dp[i][j] +  Math.min(dp[i+1][j-1] ,Math.min(dp[i+1][j], dp[i+1][j+1]))
                int best = matrix[i + 1][j];
                if (j >0) {
                    best = Math.min(best, matrix[i + 1][j - 1]);
                }
                if (j + 1 < len) {
                    best = Math.min(best, matrix[i + 1][j + 1]);
                }
                // 求和
                matrix[i][j] += best;
            }
        }
        int ans = Integer.MAX_VALUE;
        // 最后所有的结果都存储到了 matrix[0] 一维数组中
        // 我们只需要求出最小值即可。
        for (int s : matrix[0]) {
            ans = Math.min(ans, s);    
        }
        return ans;
    }
}


提交后反馈结果:


image.png


参考信息



相关文章
|
12月前
【LeetCode 35】112.路径总和
【LeetCode 35】112.路径总和
96 0
|
5月前
|
Go 开发者 索引
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣33 / 81/ 153/154)(Go语言版)
本文深入探讨了LeetCode中四道关于「搜索旋转排序数组」的经典题目,涵盖了无重复和有重复元素的情况。通过二分查找的变形应用,文章详细解析了每道题的解题思路和Go语言实现代码。关键点包括判断有序区间、处理重复元素以及如何缩小搜索范围。文章还总结了各题的异同,并推荐了类似题目,帮助读者全面掌握二分查找在旋转数组中的应用。无论是初学者还是有经验的开发者,都能从中获得实用的解题技巧和代码实现方法。
262 14
|
6月前
|
Go
【LeetCode 热题100】路径与祖先:二叉树中的深度追踪技巧(力扣437 / 236 )(Go语言版)
本文深入探讨二叉树中路径与祖先问题,涵盖两道经典题目:LeetCode 437(路径总和 III)和236(最近公共祖先)。对于路径总和 III,文章分析了双递归暴力解法与前缀和优化方法,后者通过哈希表记录路径和,将时间复杂度从O(n²)降至O(n)。在最近公共祖先问题中,采用后序遍历递归查找,利用“自底向上”的思路确定最近公共祖先节点。文中详细解析代码实现与核心要点,帮助读者掌握深度追踪技巧,理解树结构中路径与节点关系的本质。这类问题在面试中高频出现,掌握其解法意义重大。
128 4
|
6月前
|
算法 Go
【LeetCode 热题100】深入理解二叉树结构变化与路径特性(力扣104 / 226 / 114 / 543)(Go语言版)
本博客深入探讨二叉树的深度计算、结构变换与路径分析,涵盖四道经典题目:104(最大深度)、226(翻转二叉树)、114(展开为链表)和543(二叉树直径)。通过递归与遍历策略(前序、后序等),解析每题的核心思路与实现方法。结合代码示例(Go语言),帮助读者掌握二叉树相关算法的精髓。下一讲将聚焦二叉树构造问题,欢迎持续关注!
147 10
|
6月前
|
机器学习/深度学习 算法 Go
【LeetCode 热题100】139:单词拆分(动态规划全解析+细节陷阱)(Go语言版)
本题是 LeetCode 热题 139:单词拆分(Word Break),需判断字符串 `s` 是否能由字典 `wordDict` 中的单词拼接而成。通过动态规划(DP)或记忆化搜索解决。DP 中定义布尔数组 `dp[i]` 表示前 `i` 个字符是否可拆分,状态转移方程为:若存在 `j` 使 `dp[j]=true` 且 `s[j:i]` 在字典中,则 `dp[i]=true`。初始条件 `dp[0]=true`。代码实现中用哈希集合优化查找效率。记忆化搜索则从起始位置递归尝试所有切割点。两种方法各有利弊,DP 更适合面试场景。思考扩展包括输出所有拆分方式及使用 Trie 优化大字典查找。
161 6
|
12月前
【LeetCode 36】113.路径总和II
【LeetCode 36】113.路径总和II
93 0
|
12月前
【LeetCode 34】257.二叉树的所有路径
【LeetCode 34】257.二叉树的所有路径
87 0
|
存储 算法 Linux
LeetCode第71题简化路径
文章讲述了LeetCode第71题"简化路径"的解题方法,利用栈的数据结构特性来处理路径中的"."和"..",实现路径的简化。
LeetCode第71题简化路径
LeetCode第64题最小路径和
LeetCode第64题"最小路径和"的解题方法,运用动态规划思想,通过构建一个dp数组来记录到达每个点的最小路径和,从而高效求解。
LeetCode第64题最小路径和
|
算法 JavaScript Python
【Leetcode刷题Python】79. 单词搜索和剑指 Offer 12. 矩阵中的路径
Leetcode第79题"单词搜索"的Python解决方案,使用回溯算法在给定的二维字符网格中搜索单词,判断单词是否存在于网格中。
215 4

热门文章

最新文章