14.4 矩阵路径问题
矩阵路径问题通常输入一个矩阵, 计算路径数目或者最短路径.
和双序列类似, 状态转移函数为.
迭代的计算过程需要用到二维数组, 可以优化成一维数组.
14.4.1 问题98: 路径数目
一个机器人位于一个
m x n
网格的左上角 (起始点在下图中标记为 “Start” )。机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角(在下图中标记为 “Finish” )。
问总共有多少条不同的路径?
示例 1:
输入:m = 3, n = 7 输出:28
示例 2:
输入:m = 3, n = 2 输出:3 解释: 从左上角开始,总共有 3 条路径可以到达右下角。 1. 向右 -> 向下 -> 向下 2. 向下 -> 向下 -> 向右 3. 向下 -> 向右 -> 向下
示例 3:
输入:m = 7, n = 3 输出:28
示例 4:
输入:m = 3, n = 3 输出:6
提示:
1 <= m, n <= 100
- 题目数据保证答案小于等于
2 * 10^9
14.4.1.1 分析&题解
每走一步都有两个选择(下或右), 到达目的需要多步, 若列举出所有路径使用回溯法.
路径数目使用动态规划.
状态转移方程
表示(0,0)
到(i,j)
的路径数, 格子大小m*n, 就是问题的解.
对于坐标(i,j)
, 表示走到此处的路径数, 可以从(i-1,j)
向下一步,或从(i,j-1)
向右一步.
所以 .
初始值(最小问题解):
- : 最左边, 不可能从右边走过来, 路径数为 1
- : 最上边, 不可能从上边走过来, 路径数为 1
迭代+二维数组
每次只用两行, 只需两行二维数组
func uniquePaths(m int, n int) int {
// 缓存
dp := make([][]int, 2)
for i := range dp {
dp[i] = make([]int, n)
}
// 初始值, 最小问题解
dp[1][0] = 1
for i := 0; i < n; i++ {
dp[0][i] = 1
}
// 计算
for i := 1; i < m; i++ {
for j := 1; j < n; j++ {
dp[i%2][j] = dp[(i-1)%2][j] + dp[i%2][j-1]
}
}
return dp[(m-1)%2][n-1]
}
迭代+一行二维数组
计算时只需要上一个和左边一个的数据, 可优化为一维数组
func uniquePaths(m int, n int) int {
// 缓存
dp := make([]int, n)
// 初始值
for i := range dp {
dp[i] = 1
}
// 计算
for i := 1; i < m; i++ {
for j := 1; j < n; j++ {
dp[j] = dp[j-1] + dp[j]
}
}
return dp[n-1]
}
14.4.2 问题99: 最小路径和
给定一个包含非负整数的
*m* x *n*
网格grid
,请找出一条从左上角到右下角的路径,使得路径上的数字总和为最小。**说明:**一个机器人每次只能向下或者向右移动一步。
示例 1:
输入:grid = [[1,3,1],[1,5,1],[4,2,1]] 输出:7 解释:因为路径 1→3→1→1→1 的总和最小。
示例 2:
输入:grid = [[1,2,3],[4,5,6]] 输出:12
提示:
m == grid.length
n == grid[i].length
1 <= m, n <= 200
0 <= grid[i][j] <= 100
14.4.2.1 分析&题解
每有两个选择, 需要走多步才能到达终点, 若需要列出所有的路径使用回溯法.
找出最小路径使用动态规划.
状态转移方程
假设到达坐标(i,j)
处的最小路径和为
- 从
(i-1,j)
过来, - 从
(i,j-1)
过来,
那么状态转移方程为:
初始值(最小问题解):
- : 只能右移到达,
- : 只能下移到达,
迭代+两行二维数组
func minPathSum(grid [][]int) int {
m, n := len(grid), len(grid[0])
// 缓存
dp := make([][]int, 2)
for i := range dp {
dp[i] = make([]int, n)
}
// 初始值(最小问题解)
sum := 0
for i := 0; i < n; i++ {
sum += grid[0][i]
dp[0][i] = sum
}
// 计算
for i := 1; i < m; i++ {
// 新的一行
dp[i%2][0] = dp[(i-1)%2][0] + grid[i][0]
for j := 1; j < n; j++ {
dp[i%2][j] = min(dp[(i-1)%2][j], dp[i%2][j-1]) + grid[i][j]
}
}
return dp[(m-1)%2][n-1]
}
func min(a, b int) int {
if a < b {
return a
}
return b
}
迭代+一维数组
func minPathSum(grid [][]int) int {
m, n := len(grid), len(grid[0])
// 缓存
dp := make([]int, n)
// 初始值, 最小问题解
dp[0] = grid[0][0]
for i := 1; i < n; i++ {
dp[i] = dp[i-1] + grid[0][i]
}
// 计算
for i := 1; i < m; i++ {
// 新的一行
dp[0] += grid[i][0]
for j := 1; j < n; j++ {
dp[j] = min(dp[j-1], dp[j]) + grid[i][j]
}
}
return dp[n-1]
}
func min(a, b int) int {
if a < b {
return a
}
return b
}
14.4.3 三角形中最小路径和
给定一个三角形
triangle
,找出自顶向下的最小路径和。每一步只能移动到下一行中相邻的结点上。相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 + 1 的两个结点。也就是说,如果正位于当前行的下标
i
,那么下一步可以移动到下一行的下标i
或i + 1
。示例 1:
输入:triangle = [[2],[3,4],[6,5,7],[4,1,8,3]] 输出:11 解释:如下面简图所示: 2 3 4 6 5 7 4 1 8 3 自顶向下的最小路径和为 11(即,2 + 3 + 5 + 1 = 11)。
示例 2:
输入:triangle = [[-10]] 输出:-10
提示:
1 <= triangle.length <= 200
triangle[0].length == 1
triangle[i].length == triangle[i - 1].length + 1
-10^4 <= triangle[i][j] <= 10^4
14.4.3.1 分析&题解
每步有两个选择(下方或下方相邻的节点), 解决问题需要多步, 若列出所有路径可以使用回溯法.
找出最小路径使用动态规划.
状态转移方程
三角形实际上为矩阵[0,n-1][0,n-1]
的下半部分,即满足.
对于当前坐标(i,j)
, 表示最小路径和, 那么的最小值为问题的解.
对于:
- 时, 只能从正上方位置向下,
- 时, 只能从上方位置到下方相邻位置,
- 时, 有两个选择,
初始值(最小问题解):
- :
tri[0][0]
迭代+一维数组
每次计算只用到上一行的数字, 使用一维数组即可.
使用dp[j]
保存上一行的数据, 由于下次计算还需要, 不能用直接替换, 使用prev
暂存.
func minimumTotal(triangle [][]int) int {
// 三角形的底边长度
n := len(triangle[len(triangle)-1])
// 缓存
dp := make([]int, n)
// 计算
for i := 0; i < n; i++ {
// 缓存 f(i-1,j-1)
prev := dp[0]
for j := 0; j <= i; j++ {
cur := 0 // 缓存计算结果
if j == 0 {
cur = dp[j] + triangle[i][j]
} else if i == j {
cur = prev + triangle[i][j]
} else if i > j {
cur = min(dp[j], prev) + triangle[i][j]
}
prev = dp[j] // 缓存之前的结果
dp[j] = cur // 保存计算结果
}
}
res := dp[0]
for _, v := range dp {
res = min(res, v)
}
return res
}
func min(a, b int) int {
if a < b {
return a
}
return b
}