LeetCode第64题最小路径和

简介: 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。

继续打卡算法题,今天学习的是LeetCode第64题最小路径和,这道题目是道中等题。算法题的一些解题思路和技巧真的非常巧妙,每天看一看算法题和解题思路,我相信对我们的编码思维和编码能力有一些提升。

image.png

分析一波题目

哈哈,不管什么题目,先看看能不能穷举出来,这个题目求最小路径和,我们一样可以将所有可能的路径列出来,然后取里面的最短的。这样是可行的,但是这样需要把所有的路径记录下来,可能会重复遍历很多路径,这样效率就低了。

通过穷举,发现本题也是有规律的,

1、每第一行的元素,只能左边的元素向右移动到达

2、第一列的元素,只能上面的元素移动到达

2、个位置只能通过上一个。位置向下走,或者左边的位置向右边移动达到

下图箭头方向,就是可以推算的方向,比如元素5位置,只能通过元素3位置,和元素1移动到

image.png

从上图可以看出,我们的最短路径只能是两个方向的路径最短,并且发现到达后面的元素路径通过上方和左方的元素推导出来。

这种根据子问题推导求解的算法,是动态规划。

我们可以使用二维数组dp[i][j]表示,到ij的最短路径,

第一行的情况,都是dp[0][j-1] + grid[0][j]

第一列的情况,都是dp[i-1][0] + grid[i][0]

其他情况,只能是min(dp[i-1][j],dp[i][j-1]),这就是动态方程函数

本题解题技巧

1、根据前一个位置或者上一个位置推导出当前位置的最短路径

编码解决


class Solution {
   
   
    public int minPathSum(int[][] grid) {
   
   
        if (grid == null || grid.length == 0 || grid[0].length == 0) {
   
   
            return 0;
        }
        int rows = grid.length, columns = grid[0].length;
        int[][] dp = new int[rows][columns];
        //第一个位置,就是第一个数
        dp[0][0] = grid[0][0];
        //第一列的情况
        for (int i = 1; i < rows; i++) {
   
   
            dp[i][0] = dp[i - 1][0] + grid[i][0];
        }
        //第一行的情况
        for (int j = 1; j < columns; j++) {
   
   
            dp[0][j] = dp[0][j - 1] + grid[0][j];
        }
        //非第一列,非第一行的情况
        for (int i = 1; i < rows; i++) {
   
   
            for (int j = 1; j < columns; j++) {
   
   
                //取最短的一个路径
                dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + grid[i][j];
            }
        }
        //返回最后一个位置的最短路径
        return dp[rows - 1][columns - 1];
    }
}

总结

1、此题是使用动态规划思想解决,我们发现问题的解是由上一个情况的问题求解推导出来的。如果我们不理解动态规划思想,那么可以回忆一下斐波拉契数列求解过程,他也是通过前面的解一步一步求出当前的解。

相关文章
|
12月前
【LeetCode 35】112.路径总和
【LeetCode 35】112.路径总和
96 0
|
算法 Unix 测试技术
力扣经典150题第五十二题:简化路径
力扣经典150题第五十二题:简化路径
130 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。
260 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!
144 10
|
12月前
【LeetCode 36】113.路径总和II
【LeetCode 36】113.路径总和II
92 0
|
机器人 Python
【Leetcode刷题Python】62. 不同路径
LeetCode 62题 "不同路径" 的Python解决方案,使用动态规划算法计算机器人从网格左上角到右下角的所有可能路径数量。
204 0
|
存储 SQL 算法
LeetCode题目113:多种算法实现 路径总和ll
LeetCode题目113:多种算法实现 路径总和ll
|
Python
【Leetcode刷题Python】113. 路径总和 II
LeetCode上113号问题"路径总和 II"的Python实现,通过深度优先搜索来找出所有从根节点到叶子节点路径总和等于给定目标和的路径。
98 3
【Leetcode刷题Python】113. 路径总和 II
|
存储 Python
【Leetcode刷题Python】64. 最小路径和
一种使用动态规划解决LeetCode上64题“最小路径和”的Python实现方法,通过维护一个一维数组来计算从网格左上角到右下角的最小路径总和。
82 1
【Leetcode刷题Python】64. 最小路径和

热门文章

最新文章