题目描述
给定一个 n * m 的矩阵 a,从左上角开始每次只能向右或者向下走,最后到达右下角的位置,路径上所有的数字累加起来就是路径和,输出所有的路径中最小的路径和。
解法一 暴力解法(会超时)
比较所有可以走的路径,选择和最小的路径。
采用递归的方法,限制条件:
- 在矩阵的右边界只能向下走
- 在矩阵的下边界只能向右走
- 在其他地方取向右或者向下最小的路径走
class Solution {
public:
//暴力递归 超时!!
int minPathSum(vector<vector<int> >& matrix) {
int row = matrix.size();
int cor = matrix[0].size();
return minPath(matrix,0,0,row,cor);
}
int minPath(vector<vector<int> >& matrix,int i,int j,int row,int cor)
{
if(i == row-1 && j==cor-1) //到达右下角
return matrix[i][j];
if(i == row-1) //下边界
return matrix[i][j] + minPath(matrix,i,j+1,row,cor);
if(j == cor-1) //有边界
return matrix[i][j] + minPath(matrix,i+1,j,row,cor);
//不在边界
int right = matrix[i][j] + minPath(matrix,i,j+1,row,cor);
int down = matrix[i][j] + minPath(matrix,i+1,j,row,cor);
return min(right,down);
}
};
解法二 动态规划
建立一个和矩阵大小相同的动态规划表dp[row][cor],其中dp[i][j]中保存走到(i,j)这一步的最小路径和,
在第一行的时候没有选择,只能是从左边走过来的;
在第一列的时候,只能是从上边走过来的。
在其他位置,选择左边和上边最小的路径走。递推公式为:
dp[i][j] = matrix[i][j] + min(dp[i-1][j],dp[i][j-1])
class Solution {
public:
int minPathSum(vector<vector<int> >& matrix) {
int row = matrix.size();
int col = matrix[0].size();
vector<vector<int>> dp(row,vector<int>(col,0));
dp[0][0] = matrix[0][0]; //起点
//当在第一行走的时候只能从左向右走
for(int i=1;i<col;i++)
{
dp[0][i] = matrix[0][i] + dp[0][i-1];
}
//当在第一列走的时候只能从上向下走
for(int j=1;j<row;j++)
{
dp[j][0] = dp[j-1][0] + matrix[j][0];
}
for(int i=1;i<row;i++)
{
for(int j=1;j<col;j++)
{
dp[i][j] = matrix[i][j] + min(dp[i-1][j],dp[i][j-1]);
}
}
return dp[row-1][col-1];
}
};
该博客介绍了如何解决寻找n*m矩阵中从左上角到右下角最小路径和的问题。首先,提出了暴力递归解法,但因效率低下可能超时。随后,详细阐述了动态规划的解决方案,通过建立与矩阵大小相同的dp数组,利用递推公式dp[i][j] = matrix[i][j] + min(dp[i-1][j], dp[i][j-1]),确保在第一行和第一列时选取正确的起始路径,并在其他位置选择上边或左边的最小路径和。"
80953493,7654007,理解MVVM设计模式在Vue中的应用,"['前端开发', 'Vue', 'MVVM', '设计模式', '数据绑定']

1935

被折叠的 条评论
为什么被折叠?



