动态规划-矩阵的最小路径和(只允许向右向下移动)

一、问题描述

二、解题思路

这个题目是典型的动态规划问题,只能从左上角开始,往右或者往下移动。

1.dp数组的初始化:

第一行:设置行总花费变量,每往右走一个格把当前格的花费Cost加到总花费中,总花费就是当前格的最小花费。

第一列:设置列总花费变量,每往下走一个格把当前格的花费Cost加到总花费中,总花费就是当前格的最小花费。

2.状态转移方程:

设当前在第ij位置,从左上角到当前位置的总花费=下面两者较小值 加上当前格花费cost

2.1 从左侧格ij-1往右走

2.2 从上侧格i-1j往下走

即:dpij = Min(dpij-1,dpi-1j)+cost

三、代码实现

java 复制代码
import java.util.*;

public class Solution {
    /**
     * 代码中的类名、方法名、参数名已经指定,请勿修改,直接返回方法规定的值即可
     *
     * 
     * @param matrix int整型二维数组 the matrix
     * @return int整型
     */
    public int minPathSum (int[][] matrix) {
        // 这个题目是典型的动态规划问题
        int rowLen=matrix.length;
        int colLen=matrix[0].length;
        int[][] dpMatrix=new int[rowLen][colLen];
        
        //初始化dpMatrix
        int colCost=0;
        for(int col=0;col<colLen;col++){//初始化第0行
            colCost+=matrix[0][col];
            dpMatrix[0][col]=colCost;
        }
        int rowCost=0;
        for(int row=0;row<rowLen;row++){//初始化第0列
            rowCost+=matrix[row][0];
            dpMatrix[row][0]=rowCost;
        }

        //每次只能向右或者向下移动
        for(int row=1;row<rowLen;row++){
            for(int col=1;col<colLen;col++){
                int downCost=dpMatrix[row-1][col]+matrix[row][col];
                int rightCost=dpMatrix[row][col-1]+matrix[row][col];
                dpMatrix[row][col]=Math.min(downCost,rightCost);
            }
        }
        return dpMatrix[rowLen-1][colLen-1];
    }
}

四、刷题链接

矩阵的最小路径和_牛客题霸_牛客网

相关推荐
BYSJMG19 分钟前
计算机毕业设计选题推荐:基于大数据的快递物流运营数据分析与可视化,Spark与K-Means
大数据·算法·数据分析·spark·课程设计
阳明山水1 小时前
因果一致性正则化实战解析
人工智能·深度学习·算法·机器学习·架构
黄金龙PLUS2 小时前
5个1024比特大状态置换算法的设计与分析
算法·网络安全·密码学·哈希算法·同态加密
心中有你02142 小时前
C语言埃氏筛法(素数筛选)
c语言·数据结构·算法
Omics Pro3 小时前
Cell封面|衰老生物学开源AI工具包
数据库·人工智能·算法·机器学习·自然语言处理
UIU1146 小时前
递归算法与汉诺塔
c++·学习·算法·c#·递归
用户9799848071811 小时前
200 行代码写一个能跑的 AI Agent:不依赖任何框架,只靠 tool-calling 原理
算法
threerocks11 小时前
【Muse实战】X 流量作战室搭建保姆级教程 - 拥有你自己的运营团队
算法
lvwangshu11 小时前
P12960 毒药 题解
动态规划·题解·贪心·技巧·性质题·思维好题
GreenTea11 小时前
深度拆解 ScienceBuddy:如何用“双层递归自进化”构建高可靠科研 Agent Harness
前端·后端·算法