阿里云开发者社区在线编程34.矩阵最小路径和
微wx笑 2020-07-16【算法】 6 0关键字: 阿里云 开发者社区 在线编程 矩阵 最小路径
矩阵最小路径和概述:给定一个矩阵,大小为m,从左上角开始每次只能向右走或者向下走,最后达到右下角的位置。路径中所有数字累加起来就是路径和,返回所有路径的最小路径和。示例1比
矩阵最小路径和
概述:
给定一个矩阵,大小为m,从左上角开始每次只能向右走或者向下走,最后达到右下角的位置。路径中所有数字累加起来就是路径和,返回所有路径的最小路径和。
示例1
比如输入矩阵为 4 1 5 3 3 2 7 7 6 5 2 8 8 9 4 5 最小路径为 23
解题思路:动态规划
此段内容引自:https://developer.aliyun.com/article/751327?spm=a2c6h.14164896.0.0.606270faPajFsS
本题可以用动态规划的方法来解决。
计算一个格子到右下角的最小路径需要两个数据,一个是右边格子到右下角的最小路径,一个是下边格子到右下角的最小路径,两个数据的较小值加上当前格子的数值即为最小路径。
即 dp[i, j] = min(dp[i + 1, j], dp[i, j + 1]) + m[i, j]
由于计算当前格子最小路径需要右边和下边格子的最小路径。因此,需要从底向上进行决策。
本题用动态规划法的难点之一是从底向上进行决策的顺序。
如下图所示,通过观察可以发现,同一对角线上的数字的横纵坐标和是相等的,我们以对角线的方向为顺序,从右下角向左上角计算出每个格子的最小路径。最后可计算得出 dp[0, 0]。
是不是有思路了呢,点击链接立刻答题:34.矩阵最小路径和
正确解答
动态规划法
class Solution { public int solution(int[][] m) { return extracted(m); } private int extracted(int[][] arr) { int dp[][]=new int [arr.length][arr[0].length]; dp[0][0]=arr[0][0]; for(int i=1;i<arr.length;i++) { dp[i][0]=dp[i-1][0]+arr[i][0]; //第一列只能由上向下 } for(int j=1;j<arr[0].length;j++) { dp[0][j]=dp[0][j-1]+arr[0][j]; //第一行只能由左向右 } for(int i=1;i<arr.length;i++) for(int j=1;j<arr[0].length;j++) { dp[i][j]=Math.min(dp[i-1][j], dp[i][j-1])+arr[i][j]; } return dp[arr.length-1][arr[0].length-1]; } }
嵌套循环法
相比上面的方法,此算法少了两次循环,但是算法有一个限制,必须是方阵。
class Solution { public int solution(int[][] m) { int count = 0; for (int i=0;i<m.length -1;i++){ for (int j=0;j<m[0].length -1;j++){ if (i == j){ count += m[i][j]; if (m[i][j+1] <= m[i+1][j]){ count += m[i][j+1]; }else{ count += m[i+1][j]; } } } } count += m[m.length-1][m[0].length-1]; return count; } }
小结
刚开始看算法题的时候,觉得很头大,就网上找别人的解答,后来自己也试着写一写,渐渐的就感觉好多了。嵌套循环法就是在自己写了几个算法之后,找到了一点感觉才写出来的。脑子还得是多用才更灵活。
本文由 微wx笑 创作,采用 署名-非商业性使用-相同方式共享 4.0 许可协议,转载请附上原文出处链接及本声明。
原文链接:https://www.ivu4e.cn/blog/algorithm/2020-07-16/509.html