Leetcode No.120 三角形最小路径和(动态规划)
一、题目描述
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 -10^4 <= triangle[i][j] <= 10^4
二、解题思路
本题是一道非常经典且历史悠久的动态规划题,其作为算法题出现,最早可以追溯到 1994 年的 IOI(国际信息学奥林匹克竞赛)的 The Triangle。时光飞逝,经过 20 多年的沉淀,往日的国际竞赛题如今已经变成了动态规划的入门必做题,不断督促着我们学习和巩固算法。
在本题中,给定的三角形的行数为 n,并且第 i行(从 0 开始编号)包含了 i+1个数。如果将每一行的左端对齐,那么会形成一个等腰直角三角形,如下所示: [2] [3,4] [6,5,7] [4,1,8,3]
我们用 f[i][j] 表示从三角形顶部走到位置(i,j) 的最小路径和。这里的位置 (i, j)指的是三角形中第 i 行第 j 列(均从 0 开始编号)的位置。
由于每一步只能移动到下一行「相邻的节点」上,因此要想走到位置 (i, j),上一步就只能在位置(i−1,j−1) 或者位置(i−1,j)。我们在这两个位置中选择一个路径和较小的来进行转移,状态转移方程为: f[i][j]=min(f[i−1][j−1],f[i−1][j])+c[i][j]
其中 c[i][j]表示位置 (i, j)对应的元素值。
注意第 i 行有 i+1 个元素,它们对应的 jj 的范围为 [0, i]。当 j=0或 j=i时,上述状态转移方程中有一些项是没有意义的。例如当 j=0时,f[i-1][j-1]f[i−1][j−1] 没有意义,因此状态转移方程为: f[i][0]=f[i−1][0]+c[i][0]
即当我们在第 ii 行的最左侧时,我们只能从第 i-1i−1 行的最左侧移动过来。当 j=ij=i 时,f[i-1][j]f[i−1][j] 没有意义,因此状态转移方程为: f[i][i]=f[i−1][i−1]+c[i][i]
即当我们在第 i 行的最右侧时,我们只能从第 i-1 行的最右侧移动过来。
最终的答案即为 f[n-1][0]到 f[n-1][n-1] 中的最小值,其中 n 是三角形的行数。
细节
状态转移方程的边界条件是什么?由于我们已经去除了所有「没有意义」的状态,因此边界条件可以定为: f[0][0]=c[0][0]
即在三角形的顶部时,最小路径和就等于对应位置的元素值。这样一来,我们从 1 开始递增地枚举 i,并在 [0, i] 的范围内递增地枚举 j,就可以完成所有状态的计算。
三、代码
import java.util.ArrayList;
import java.util.List;
public class Solution {
public int minimumTotal(List<List<Integer>> triangle) {
int n=triangle.size();
int[][] dp=new int[n][n];
dp[0][0]=triangle.get(0).get(0);
for(int i=1;i<n;i++){
dp[i][0]=dp[i-1][0]+triangle.get(i).get(0);
for(int j=1;j<i;j++){
dp[i][j]=Integer.min(dp[i-1][j-1],dp[i-1][j])+triangle.get(i).get(j);
}
dp[i][i]=dp[i-1][i-1]+triangle.get(i).get(i);
}
int rs=Integer.MAX_VALUE;
for(int i=0;i<n;i++){
rs=Integer.min(rs,dp[n-1][i]);
}
return rs;
}
public static void main(String[] args) {
Solution2 solution=new Solution2();
List<List<Integer>> triangle=new ArrayList<>();
List<Integer> list=new ArrayList<>();
list.add(2);
List<Integer> list2=new ArrayList<>();
list2.add(3);
list2.add(4);
List<Integer> list3=new ArrayList<>();
list3.add(6);
list3.add(5);
list3.add(7);
List<Integer> list4=new ArrayList<>();
list4.add(4);
list4.add(1);
list4.add(8);
list4.add(3);
triangle.add(list);
triangle.add(list2);
triangle.add(list3);
triangle.add(list4);
System.out.println(solution.minimumTotal(triangle));
}
}
四、复杂度分析
时间复杂度:O(n^2),其中 n 是三角形的行数。
空间复杂度:O(n^2)。我们需要一个n∗n 的二维数组存放所有的状态。
相关文章
- 金融服务领域的大数据:即时分析
- 影响大数据、机器学习和人工智能未来发展的8个因素
- 从0开始构建一个属于你自己的PHP框架
- 如何将Hadoop集成到工作流程中?这6个优秀实践必看
- SEO公司使用大数据优化其模型的5种方法
- 关于Web Workers你需要了解的七件事
- 深入理解HTTPS原理、过程与实践
- 增强分析:数据和分析的未来
- PHP协程实现过程详解
- AI专家:大数据知识图谱——实战经验总结
- 关于PHP的错误机制总结
- 利用数据分析量化协同过滤算法的两大常见难题
- 怎么做大数据工作流调度系统?大厂架构师一语点破!
- 2019大数据处理必备的十大工具,从Linux到架构师必修
- OpenCV中的KMeans算法介绍与应用
- 教大家如果搭建一套phpstorm+wamp+xdebug调试PHP的环境
- CentOS下三种PHP拓展安装方法
- Go语言HTTP Server源码分析
- Go语言HTTP Server源码分析
- 2017年4月编程语言排行榜:Hack首次进入前五十