题目：一个二维数组,二维数组中的每个数都是正数,要求从左上角走到右下角,每一步只能向右或者向下，沿途经过的数字要累加起来,返回最小路径和.
就题目举个例子：给定二维矩阵arr如下:
1，2，3，4
2，5，6，7
2，3，4，5
该二维矩阵的最小路径为：1，2，2，3，4，5，最小路径和为：17。
思路一：暴力递归
处于位置（i，j）时，只能向右或者向下走，于是想到递归解决，代码具体含义见注释，代码如下：
/**
* 题目: 一个二维数组,二维数组中的每个数都是正数,要求从左上角走到右下角,每一步只能向右或者向下.
* 沿途经过的数字要累加起来,返回最小路径和.
*/
public static int findMinPath(int[][] arr) {
/**
* 暴力递归
*/
return process(arr, 0, 0);
}
public static int process(int[][]arr, int i, int j) {
/**
* process返回从第(i,j)个位置到右下角时最短路径
*/
//baseCase (i,j)为右下角
if(i==arr.length-1&&j==arr[0].length-1) return arr[i][j];
//到达最后一行时
else if(i==arr.length-1) return arr[i][j] + process(arr, i, j+1);
//到达最后一列时
else if(j==arr.length-1) return arr[i][j] + process(arr, i+1, j);
//普通位置
else return arr[i][j] + Math.min(process(arr, i+1, j), process(arr, i, j+1));
}
思路二：记忆化搜索
暴力递归不记录每一个子问题的解，每次需要用到的时候再次递归，时间复杂度很高，于是，我们想把子问题的解记录下来，避免重复计算，举个例子，假如二维矩阵arr如下：
a，b，c
d，e，f
g，h，i
暴力递归如下图所示（画图软件不咋会呢，拍了照片，哈哈），其中，有很多重复计算，比如画圈的地方。
491548599911_.pic副本.jpg
因此，在返回递归结果前，先记录到哈希表，相应的，下次递归之前，先查表，代码如下：
static Map cache = new HashMap<>();
public static int findMinPath1(int[][] arr) {
/**
* 记忆化搜索:在暴力递归的基础上加一个缓存机制,递归之前先查哈希表,免去不必要的递归
*/
return process1(arr, 0, 0);
}
private static int process1(int[][] arr, int i, int j) {
//baseCase,
int res = 0;
if (i==arr.length-1&& j==arr[0].length-1) {
res = arr[i][j];
}
//(i,j)为最后一行的点
else if(i==arr.length-1) {
if(cache.containsKey(i+","+(j+1))) {
res = arr[i][j] + cache.get(i+","+(j+1));
}
else res = arr[i][j] + process1(arr, i, j+1);
}
//(i,j)为最后一列的点
else if(j==arr[0].length-1) {
if(cache.containsKey((i+1)+","+j)) {
res = arr[i][j] + cache.get((i+1)+","+j);
}
else res = arr[i][j] + process1(arr, i+1, j);
}
//普通位置
else {
int down = 0;
int right = 0;
if(cache.containsKey((i+1)+","+j)) down = cache.get((i+1)+","+j);
else down = process1(arr,i+1,j);
if (cache.containsKey(i+","+(j+1))) right = cache.get(i+","+(j+1));
else right = process1(arr,i,j+1);
res = arr[i][j] + Math.min(down, right);
}
cache.put(i+","+j,res);
return res;
}
思路三：动态规划
根据暴力递归函数，返回值依赖于i和j两个变量，而0=
2、根据递归函数可以求出dp表的最后一行和最后一列；
3、有了2中的值后，dp表中其他位置从右往左、从下往上依次计算即可。
代码如下：
public static int findMinPath2(int[][]arr) {
/**
* 由递归优化成动态规划
*/
int row = arr.length;
int col = arr[0].length;
int[][] dp = new int[row][col];
dp[row-1][col-1] = arr[row-1][col-1];
//计算dp最后一行的值
for (int j=col-2;j>=0;j--) {
dp[row-1][j] = dp[row-1][j+1]+ arr[row-1][j];
}
//计算dp最后一列的值
for(int i=row-2;i>=0;i--) {
dp[i][col-1] = arr[i][col-1] + dp[i+1][col-1];
}
//计算其他位置的值
for(int i=row-2;i>=0;i--) {
for(int j=col-2;j>=0;j--) {
dp[i][j] = arr[i][j] + Math.min(dp[i+1][j],dp[i][j+1]);
}
}
return dp[0][0];
}