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) {
// write code here
// 算法核心思想:记忆化搜索
// dp[i][j]表示当位置落在i,j上时,到n-1,m-1位置的最小路径和
// 初始化-1
int[][] dp = new int[matrix.length][matrix[0].length];
for (int i = 0; i < dp.length; i++) {
for (int j = 0; j < dp[0].length; j++) {
dp[i][j] = -1;
}
}
return process(matrix, 0, 0, dp);
}
public int process (int[][] matrix, int i, int j, int[][] dp) {
int m = matrix.length;
int n = matrix[0].length;
// 递归出口
if (i == m - 1 && j == n - 1) {
dp[i][j] = matrix[i][j];
return dp[i][j];
}
// 递归分支
if (dp[i][j] != -1) {
return dp[i][j];
}
// 往下走
// 若不能往下走,则d也不影响Math.min(d, r)的取值
int d = Integer.MAX_VALUE;
if (i < m - 1) {
// 不会越界,可以走
if (dp[i + 1][j] == -1) {
dp[i + 1][j] = process(matrix, i + 1, j, dp);
}
// 本位值路径和 = 向下走之后的路径和 + 本位值路径值
d = dp[i + 1][j] + matrix[i][j];
}
// 往右走
// 若不能往右走,则r也不影响Math.min(d, r)的取值
int r = Integer.MAX_VALUE;
if (j < n - 1) {
// 不会越界,可以走
if (dp[i][j + 1] == -1) {
dp[i][j + 1] = process(matrix, i, j + 1, dp);
}
// 本位值路径和 = 向右走之后的路径和 + 本位值路径值
r = dp[i][j + 1] + matrix[i][j];
}
// 本位置的走法,等于向右走的走法 + 向下走的走法
dp[i][j] = Math.min(d, r);
return dp[i][j];
}
}