动态规划-下降路径最小和

题目描述

给你一个 n x n 的 方形 整数数组 matrix ,请你找出并返回通过 matrix 的下降路径 的 最小和 。

下降路径可以从第一行中的任何元素开始,并从每一行中选择一个元素。在下一行选择的元素和当前行所选元素最多相隔一列(即位于正下方或者沿对角线向左或者向右的第一个元素)。具体来说,位置(row, col)的下一个元素应当是 (row + 1, col - 1)、(row + 1, col) 或者 (row + 1, col + 1) 。

解题思路

这个问题是一个典型的动态规划(Dynamic Programming, DP)问题。动态规划通常用于解决那些可以通过将原问题分解为较小子问题,然后解决这些子问题来解决整个问题的情况。在这个问题中,我们可以从最后一行开始向上回溯,计算到达每一行每一列的最小路径和。

步骤
  1. 初始化
    • 创建一个同样大小的DP数组(dp),用于存储到达每个位置的最小路径和。
    • 将DP数组的第一行初始化为矩阵的第一行,因为从第一行开始没有选择,只能取矩阵本身的值。
  2. 填充DP数组
    • 从第二行开始,遍历矩阵的每一行和每一列。
    • 对于每个位置 (i, j)i 表示行,j 表示列),计算从下一行 (i+1, j-1)(i+1, j)(i+1, j+1) 中选择的最小路径和,并将这个最小路径和加上当前位置的值 matrix[i][j],存入 dp[i][j]
    • 注意边界条件:当 j-1 < 0j+1 >= n 时,需要忽略不存在的位置。
  3. 找出最小值
    • 遍历DP数组的最后一行,找出其中的最小值,即为所求的最小路径和。
cpp 复制代码
class Solution {
public:
    int minFallingPathSum(vector<vector<int>>& matrix) {
        int n = matrix.size();
        vector<vector<int>> dp(n, vector<int>(n, 0));
        // 初始化dp数组的第一行为matrix的第一行
        for (int j = 0; j < n; ++j) {
            dp[0][j] = matrix[0][j];
        }

        for (int i = 1; i < n; i++) {
            for (int j = 0; j < n; ++j) {
                // 计算从下一行到当前位置的最小路径和
                int minNext = INT_MAX;
                // 考虑从正下方和左右对角线的下一个位置(如果存在)
                for (int k = max(0, j - 1); k <= min(n - 1, j + 1); ++k) {
                    minNext = min(minNext, dp[i - 1][k]);
                }
                // 更新dp[i][j]为当前位置的值加上从下一行到当前位置的最小路径和
                dp[i][j] = matrix[i][j] + minNext;
            }
        }
        int ret = dp[n - 1][0];
        for (int i = 1; i < n; i++) {
            if (ret >= dp[n - 1][i])
                ret = dp[n - 1][i];
        }
        return ret;
    }
};

复杂度分析

  • 时间复杂度:O(n^2),其中 n 是矩阵的维度。因为我们需要遍历矩阵的每个元素一次来填充DP数组,并再次遍历DP数组的最后一行来找出最小值。
  • 空间复杂度:O(n^2),用于存储DP数组。
相关推荐
CoovallyAIHub1 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
CoovallyAIHub1 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
聚客AI18 小时前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v21 小时前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工1 天前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法
骑自行车的码农1 天前
【React用到的一些算法】游标和栈
算法·react.js
博笙困了1 天前
AcWing学习——双指针算法
c++·算法
moonlifesudo1 天前
322:零钱兑换(三种方法)
算法
NAGNIP2 天前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法
美团技术团队2 天前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法