LeetCode 64. 最小路径和：动态规划解法详解

题目描述

给定一个包含非负整数的 m x n 网格 grid，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：grid = [[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。

核心思路

本题是典型的动态规划问题。我们可以按照动态规划的几个核心步骤来进行分析：

1. 定义状态

设 dp[i][j] 为到达位置 (i, j) 的最小路径和。

2. 状态转移方程

从左上角 (0, 0) 开始，移动到 (i, j) 只能从上方 (i-1, j) 或左方 (i, j-1) 移动过来。

因此，状态转移方程为：

dp[i][j] = grid[i][j] + min(dp[i-1][j], dp[i][j-1])

3. 边界条件

需要注意边界情况，即第一行和第一列：

当 i = 0 时（第一行）：只能从左边移动，dp[0][j] = dp[0][j-1] + grid[0][j]

当 j = 0 时（第一列）：只能从上边移动，dp[i][0] = dp[i-1][0] + grid[i][0]

4. 初始化

起点的路径和即为它本身的值：

dp[0][0] = grid[0][0]

5. 计算与结果

通过双重循环遍历整个 grid，根据上述方程填充 dp 数组。

最终结果为 dp[m-1][n-1]，即到达右下角的最小路径和。

______ 

代码实现 (Java)

以下是基于上述思路的完整 Java 代码实现：

class Solution {

    public int minPathSum(int[][] grid) {

        int m = grid.length;

        int n = grid[0].length;

        // 创建一个二维数组 dp，用于存储到达每个点的最小路径和

        int[][] dp = new int[m][n];

        // 初始化起点

        dp[0][0] = grid[0][0];

        // 填充第一行 (只能从左边移动)

        for (int j = 1; j < n; j++) {

            dp[0][j] = dp[0][j - 1] + grid[0][j];

        }

        // 填充第一列 (只能从上边移动)

        for (int i = 1; i < m; i++) {

            dp[i][0] = dp[i - 1][0] + grid[i][0];

        }

        // 填充剩余的 dp 数组

        for (int i = 1; i < m; i++) {

            for (int j = 1; j < n; j++) {

                // 当前点的最小路径和 = 当前点的值 + 上方和左方的最小路径和

                dp[i][j] = grid[i][j] + Math.min(dp[i - 1][j], dp[i][j - 1]);

            }

        }

        return dp[m - 1][n - 1];

    }

}