- 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 };