[dp]leetcode64：最小路径和(medium)

最新推荐文章于 2022-07-10 10:23:14 发布

algsup

最新推荐文章于 2022-07-10 10:23:14 发布

阅读量202

点赞数

CC 4.0 BY-SA版权

分类专栏： leetcode||acwing刷题 # 动态规划

algsup

本文链接：https://blog.csdn.net/qq_43152052/article/details/103452194

leetcode||acwing刷题同时被 2 个专栏收录

548 篇文章

订阅专栏

动态规划

29 篇文章

订阅专栏

本文介绍了一种使用动态规划解决二维网格中从起点到终点的最小路径和问题的方法。通过定义状态方程dp[i][j]表示到达点[i,j]的最小路径和，并利用状态转移方程进行迭代计算，最终得到目标点的最小路径和。

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：

本题是动态规划的经典好题，状态方程也比较简单。
dp[i][j]表示原点坐标达到点[i,j]的最小路径和权值，状态转移方程：dp[i][j]=min(dp[i][j-1],dp[i-1][j])+grid[i][j];

代码如下：

class Solution {
public:
    //题解：动态规划，dp[i][j]表示到达点[i,j]的最小路径和
    //注意这题不是贪心算法，因为这里取左上两点的最小值是全局最优的，不是局部最优的
    int minPathSum(vector<vector<int>>& grid) {
        int n=grid.size(),m=grid[0].size();
        int dp[n][m];
        memset(dp,0,sizeof(dp));
        dp[0][0]=grid[0][0];
        for(int i=1;i<n;++i){//处理第一列的路径权值和
            dp[i][0]=dp[i-1][0]+grid[i][0];
        }
        for(int i=1;i<m;++i){//处理第一行的路径权值和
            dp[0][i]=dp[0][i-1]+grid[0][i];
        }
        for(int i=1;i<n;++i){//处理除去边界的路径权值和
            for(int j=1;j<m;++j){
                dp[i][j]=min(dp[i][j-1],dp[i-1][j])+grid[i][j];
            }
        }
        return dp[n-1][m-1];
    }
};