给定一个三角形,找出自顶向下的最小路径和。每一步只能移动到下一行中相邻的结点上。
例如,给定三角形:
[
[2],
[3,4],
[6,5,7],
[4,1,8,3]
]
自顶向下的最小路径和为 11(即,2 + 3 + 5 + 1 = 11)。
说明:
如果你可以只使用 O(n) 的额外空间(n 为三角形的总行数)来解决这个问题,那么你的算法会很加分。
1.回溯法
首先暴力解决,但是耗时较多,无法AC,有一个case超时
i,j 能够访问 i+1,j;i+1,j+1 ,给出结束条件即可写出算法
/**
* [0,0],[1,0][1,1]
*
* [1,0],[2,0][2,1]
* [1,1],[2,1][2,2]
*
* [2,0],[3,0][3,1]
* [2,1],[3,1][3,2]
* [2,2],[3,2][3,3]
*
*
* 回溯
* i,j 能访问 i+1,j;i+1,j+1
*
* [2],
* [3,4],
* [6,5,7],
* [4,1,8,3]
*
* @param triangle
* @return
*/
private int minSum = Integer.MAX_VALUE;
public int minimumTotal(List> triangle) {
backtrace(triangle, 0, 0, triangle.get(0).get(0));
return minSum;
}
private void backtrace(List> triangle, int i, int j, int sum) {
if (i == triangle.size() - 1) {
minSum = Math.min(sum, minSum);
return;
}
if (i + 1 < triangle.size() && j < triangle.get(i + 1).size()) {
backtrace(triangle, i + 1, j, sum + triangle.get(i + 1).get(j));
}
if (i + 1 < triangle.size() && j + 1 < triangle.get(i + 1).size()) {
backtrace(triangle, i + 1, j + 1, sum + triangle.get(i + 1).get(j + 1));
}
}
2.动态规划
1.二维数组保存
public int minimumTotal_1(List> triangle) {
int[][] dp = new int[triangle.size()][triangle.size()];
dp[0][0] = triangle.get(0).get(0);
int pSum = triangle.get(0).get(0), qSum = triangle.get(0).get(0);
for (int i = 1; i < triangle.size(); ++i) {
pSum += triangle.get(i).get(0);
dp[i][0] = pSum;
qSum += triangle.get(i).get(triangle.get(i).size() - 1);
dp[i][triangle.get(i).size() - 1] = qSum;
}
for (int i = 1; i < triangle.size(); ++i) {
for (int j = 1; j < triangle.get(i).size() - 1; ++j) {
dp[i][j] = triangle.get(i).get(j) + Math.min(dp[i - 1][j - 1], dp[i - 1][j]);
}
}
int minPath = dp[dp.length - 1][0];
for (int j = 1; j < dp[dp.length - 1].length; ++j) {
minPath = Math.min(dp[dp.length - 1][j], minPath);
}
return minPath;
}
2.一维数组保存
由下往上处理
public int minimumTotal_2(List> triangle) {
int[] dp = new int[triangle.get(triangle.size() - 1).size() + 1];
for (int i = triangle.size() - 1; i >= 0; --i) {
for (int j = 0; j < triangle.get(i).size(); ++j) {
dp[j] = triangle.get(i).get(j) + Math.min(dp[j], dp[j + 1]);
}
}
return dp[0];
}