- 1、题目描述:
-3、 设计思想:
详细操作流程看下图:
-4、视频讲解链接B站视频讲解
-5、代码:
c++版本:
class Solution
{
public:
/**
*
* @param matrix int整型vector<vector<>> the matrix
* @return int整型
*/
int minPathSum(vector<vector<int> >& matrix)
{
// write code here
int n = matrix.size(); //matrix的行
int m = matrix[0].size();//matrix的列
int dp[n + 10][m + 10];//dp[i][j]代表在第i行第j列最小的路径和为多少
dp[0][0] = matrix[0][0];//初始化dp[0][0]为matrix[0][0]
for(int i = 1; i < n; i ++)
{
dp[i][0] = dp[i-1][0] + matrix[i][0];//初始化dp[i][0]
}
for(int i = 1; i < m; i ++)
{
dp[0][i] = dp[0][i-1] + matrix[0][i];//初始化dp[0][i]
}
for (int i = 1; i < n; i++)
{
for (int j = 1; j < m; j++)
{
//dp[i][j] 就应该等于在dp[i - 1][j]、dp[i][j - 1]选一个最小的在和matrix[i][j]加和
dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + matrix[i][j];
}
}
return dp[n - 1][m - 1];//最终的结果为dp[n-1][m-1]即二维表的最右下角
}
};
Java版本:
import java.util.*;
public class Solution {
/**
*
* @param matrix int整型二维数组 the matrix
* @return int整型
*/
public int minPathSum (int[][] matrix) {
// write code here
int n = matrix.length; //matrix的行
int m = matrix[0].length;//matrix的列
int [][]dp = new int[n + 10][m + 10];//dp[i][j]代表在第i行第j列最小的路径和为多少
dp[0][0] = matrix[0][0];//初始化dp[0][0]为matrix[0][0]
for(int i = 1; i < n; i ++)
{
dp[i][0] = dp[i-1][0] + matrix[i][0];//初始化dp[i][0]
}
for(int i = 1; i < m; i ++)
{
dp[0][i] = dp[0][i-1] + matrix[0][i];//初始化dp[0][i]
}
for (int i = 1; i < n; i++)
{
for (int j = 1; j < m; j++)
{
//dp[i][j] 就应该等于在dp[i - 1][j]、dp[i][j - 1]选一个最小的在和matrix[i][j]加和
dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + matrix[i][j];
}
}
return dp[n - 1][m - 1];//最终的结果为dp[n-1][m-1]即二维表的最右下角
}
}
Python版本:
#
#
# @param matrix int整型二维数组 the matrix
# @return int整型
#
class Solution:
def minPathSum(self , matrix ):
# write code here
n = len(matrix)#matrix的行
m = len(matrix[0])#matrix的列
dp = [[0] * (m+10) for _ in range(n+10)]#dp[i][j]代表在第i行第j列最小的路径和为多少
dp[0][0] = matrix[0][0];#初始化dp[0][0]为matrix[0][0]
for i in range(1,n):
dp[i][0] = dp[i-1][0] + matrix[i][0]#初始化dp[i][0]
for i in range(1,m):
dp[0][i] = dp[0][i-1] + matrix[0][i];#初始化dp[0][i]
for i in range(1,n):
for j in range(1,m):
#dp[i][j] 就应该等于在dp[i - 1][j]、dp[i][j - 1]选一个最小的在和matrix[i][j]加和
dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + matrix[i][j]
return dp[n - 1][m - 1] #最终的结果为dp[n-1][m-1]即二维表的最右下角
JavaScript版本:
/**
*
* @param matrix int整型二维数组 the matrix
* @return int整型
*/
function minPathSum( matrix ) {
// write code here
let n = matrix.length; //matrix的行
let m = matrix[0].length;//matrix的列
let dp = Array.from(new Array(n),() => new Array(m).fill(0));//dp[i][j]代表在第i行第j列最小的路径和为多少
dp[0][0] = matrix[0][0];//初始化dp[0][0]为matrix[0][0]
for(let i = 1; i < n; i ++)
{
dp[i][0] = dp[i-1][0] + matrix[i][0];//初始化dp[i][0]
}
for(let i = 1; i < m; i ++)
{
dp[0][i] = dp[0][i-1] + matrix[0][i];//初始化dp[0][i]
}
for (let i = 1; i < n; i++)
{
for (let j = 1; j < m; j++)
{
//dp[i][j] 就应该等于在dp[i - 1][j]、dp[i][j - 1]选一个最小的在和matrix[i][j]加和
dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + matrix[i][j];
}
}
return dp[n - 1][m - 1];//最终的结果为dp[n-1][m-1]即二维表的最右下角
}
module.exports = {
minPathSum : minPathSum
};
京公网安备 11010502036488号