這一題目首先需要弄懂題目的意思,下降路徑最小和指的是在方陣中可以從上往下行走,走過後獲得的值最小,方向可以是走左下,右下,直下。
題目和傳統的動態規劃一樣,把邊界的值先初始化,然後通過狀態轉移一步一步到最後一行
我們有dp[i][j]:意思是終點為(i,j)的下降路徑最小值
狀態方程為
dp[i][j] = min(dp[i-1][j-1], dp[i-1][j], dp[i-1][j+1])+A[i][j] ;
分別代表從左上(i-1,j-1),從正上方(i-1,j),從右上方(i-1,j+1)三種情況。求這三種情況的最小值即可。
答案很明顯就是最後一行的最小值了,我們只需要呼叫STL自帶的min_element或者for迴圈遍歷即可找到。
我提交的程式碼如下,超越了100%的提交使用者
class Solution { public: inline int min3(const int a,const int b,const int c){ int ans=a; if(b<ans)ans=b; if(c<ans)ans=c; return ans; } int minFallingPathSum(vector<vector<int>>& A) { int t = A.size(); int dp[t][t]; for (int j = 0; j < t; j++) { dp[0][j] = A[0][j]; } for (int i = 1; i < t; i++) { dp[i][0] = min(dp[i-1][0], dp[i-1][1]) + A[i][0]; dp[i][t - 1] = min(dp[i-1][t - 1], dp[i-1][t-2]) + A[i][t - 1]; int tmp = 0; for (int j = 1; j < t - 1; j++) { dp[i][j] = min3(dp[i-1][j + 1], dp[i-1][j-1], dp[i-1][j]) + A[i][j]; } } return *min_element(dp[t - 1], dp[t-1]+t); } };
這段程式碼還做了幾個改進,
- 是求三個數的最小值時使用了自己編寫的而不是algorithm庫自帶的min(a,min(b,c));減少幾次函式呼叫
- 既然已經知道是方陣,我們不需要再去求引數中的A[0].size()了,直接求一個A.size()即可。