一天一大 leet(最小路径和)难度:中等-Day20200723

时间:2022-07-25
本文章向大家介绍一天一大 leet(最小路径和)难度:中等-Day20200723,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

题目:

给定一个包含非负整数的 m x n 网格,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小。

说明:

每次只能向下或者向右移动一步。

示例:

输入:
[
  [1,3,1],
  [1,5,1],
  [4,2,1]
]
输出: 7
解释: 因为路径 1→3→1→1→1 的总和最小。

回归之前的逻辑答题就两种方式解决:动态规划、递归


动态规划

思路

  • 记录到达每一格时最小的路径
  • 到记录到 dp[m][n]时就是需要的结果
  • 到达每一格的路径和可能有两种
    • 从上面单元格进入则:dp[i][j] = dp[i][j-1]+grid[i][j]
    • 从上面单元格进入则:dp[i][j] = dp[i-1][j]+grid[i][j]
  • 索引存在-1 则需要注意边界问题:
    • grid 长 0,返回 0
    • dp[0][0] = grid[0][0]
    • 遍历从 i=1,j=1 开始
    • dp[i][0],dp[0][j],使用当前行或者列累加做默认值

1

2

3

1

2

2

->

dp[i][j]

3

/**
 * @param {number[][]} grid
 * @return {number}
 */
var minPathSum = function (grid) {
  let m = grid.length,
    n = grid[0] ? grid[0].length : 0
  if (m === 0 || n === 0) return 0
  let dp = Array.from({ length: m }, () => new Array(n).fill(Number.MAX_VALUE))
  // 起点
  dp[0][0] = grid[0][0]
  // 补齐首行路径和
  for (let i = 1; i < m; i++) {
    dp[i][0] = dp[i - 1][0] + grid[i][0]
  }
  // 补齐首列路径和
  for (let j = 1; j < n; j++) {
    dp[0][j] = dp[0][j - 1] + grid[0][j]
  }
  for (let i = 1; i < m; i++) {
    for (let j = 1; j < n; j++) {
      // 从路径和较小的地方进入
      let itemMin = Math.min(dp[i - 1][j], dp[i][j - 1])
      dp[i][j] = Math.min(itemMin + grid[i][j], dp[i][j])
    }
  }
  return dp[m - 1][n - 1]
}

降维

  • dp 降维不记录到每个单元格的最小路径
  • dp 记录到达每行的最小路径

d[0]

d[i]

1

2

2

3

3

...

grid[i][j]

  • 行路径放置到 dp[0]
  • 列路径放置到 dp[j]
/**
 * @param {number[][]} grid
 * @return {number}
 */
var minPathSum = function (grid) {
  let m = grid.length,
    n = grid[0] ? grid[0].length : 0
  if (m === 0 || n === 0) return 0
  let dp = new Array(n).fill(0)
  dp[0] = grid[0][0]
  // 补齐首列路径和
  for (let i = 1; i < n; i++) {
    dp[i] = dp[i - 1] + grid[0][i]
  }
  for (let i = 1; i < m; i++) {
    // 开始每列循环时限初始化本列起点路径和,到达本列前的路径和
    dp[0] = dp[0] + grid[i][0]
    for (let j = 1; j < n; j++) {
      dp[j] = Math.min(dp[j - 1], dp[j]) + grid[i][j]
    }
  }
  return dp[n - 1]
}

递归

  • 计算路径的逻辑还是和上面一样,入口+当前单元格中的值
  • 递归参数,行列(i,j)
  • 递归边界条件:
    • i 和 j 任意指针越界说明指针并为指向单元格丢弃该值,使用最大值在取 min 时会自行丢弃
    • dp 存储过此单元格路径和直接返回存储在 dp 中的值
/**
 * @param {number[][]} grid
 * @return {number}
 */
var minPathSum = function (grid) {
  let m = grid.length,
    n = grid[0] ? grid[0].length : 0
  if (m === 0 || n === 0) return 0

  let dp = Array.from({ length: m }, () => Array(n).fill(0))

  // 起点
  dp[0][0] = grid[0][0]

  function get_sum(i, j) {
    if (i < 0 || j < 0) return Number.MAX_VALUE
    if (dp[i][j]) return dp[i][j]
    let itemMin = grid[i][j] + Math.min(get_sum(i - 1, j), get_sum(i, j - 1))
    dp[i][j] = itemMin
    return itemMin
  }

  return get_sum(m - 1, n - 1)
}

可以看到有一个用例没有通过,可以借助降维的思路,对存储的 dp 降维

/**
 * @param {number[][]} grid
 * @return {number}
 */
var minPathSum = function (grid) {
  let m = grid.length,
    n = grid[0] ? grid[0].length : 0
  if (m === 0 || n === 0) return 0
  let dp = new Map()
  // 起点
  dp.set('0-0', grid[0][0])

  function get_sum(i, j) {
    if (i < 0 || j < 0) return Number.MAX_VALUE
    if (dp.has(i + '-' + j)) return dp.get(i + '-' + j)
    let itemMin = grid[i][j] + Math.min(get_sum(i - 1, j), get_sum(i, j - 1))
    dp.set(i + '-' + j, itemMin)
    return itemMin
  }

  return get_sum(m - 1, n - 1)
}