[线性dp]leetcode64：最小路径和(medium)

algsup

于 2022-05-09 10:06:45 发布

阅读量375

点赞数

CC 4.0 BY-SA版权

分类专栏： # 线性DP 动态规划文章标签：动态规划算法 leetcode

algsup

本文链接：https://blog.csdn.net/qq_43152052/article/details/124660254

动态规划同时被 2 个专栏收录

52 篇文章

订阅专栏

线性DP

28 篇文章

订阅专栏

该博客介绍了一个使用动态规划求解矩阵中最小路径和的问题，类似于62.不同路径的解题思路。代码展示了一个线性DP解决方案，初始化第一行和第一列，然后通过状态转移方程更新每个位置的最小路径和。最后返回右下角的值作为整个矩阵的最小路径和。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

题目：
在这里插入图片描述

题解：

思路类比 62. 不同路径，都是同一种状态转移方式。

代码如下：

const int N = 210;
int f[N][N];// 状态f[i][j]表示到达(i,j)这个点的路径数字最小和
class Solution {
public:
    // 思路：线性dp，状态转移方程与不同路径相似，由当前点的正上的状态和左边的状态推出来
    int minPathSum(vector<vector<int>>& g) {
        memset(f,0,sizeof f);
        int n=g.size(),m=g[0].size();
        // 初始化第一行和第一列，因为状态转移f[i][j-1]和f[i-1][j]对于对于第一行和第一列是会出现越界，所以需要单独处理下，避免在循环进行状态转移时，需要特判
        f[0][0]=g[0][0];
        for(int j=1;j<m;++j)f[0][j]=f[0][j-1]+g[0][j];
        for(int i=1;i<n;++i)f[i][0]=f[i-1][0]+g[i][0];
        // 开始进行状态转移：i j 都是从小到大进行枚举即可，这样用到的f[i][j-1] f[i-1][j]都是之前计算过的状态了
        for(int i=1;i<n;++i)
            for(int j=1;j<m;++j)
                f[i][j]=min(f[i-1][j],f[i][j-1])+g[i][j];
        return f[n-1][m-1];
    }
};