AlgoMooc
你已开通华为OD训练营权益,还差最后一步——完成入营激活(兑换课程 + 加飞书 + 登记服务群),即可解锁全部课程与专属服务。去激活 →
← OD 20 天课程

华为 OD 训练营 · 题解精讲

LC64. 最小路径和

配套讲解:视频讲解

LC64. 最小路径和 视频地址:https://uha.xet.tech/s/2XAwTA

题目描述

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:每次只能向下或者向右移动一步。

题目解析

解题思路

本题是典型的二维动态规划问题。由于每次只能向下或向右移动,到达位置 (i,j) 的路径必然经过其上方 (i-1,j) 或左方 (i,j-1)。因此可以定义 dp[i][j] 表示从左上角走到 (i,j) 的最小路径和,状态转移方程为:

dp[i][j] = min(dp[i-1][j], dp[i][j-1]) + grid[i][j]

边界条件:第一行只能从左向右累加,第一列只能从上向下累加。

关键步骤

1. 初始化:创建 m × ndp 数组,dp[0][0] = grid[0][0]。 2. 处理第一行for i in range(1, n): dp[0][i] = dp[0][i-1] + grid[0][i] 3. 处理第一列for i in range(1, m): dp[i][0] = dp[i-1][0] + grid[i][0] 4. 填充剩余格子:双重循环遍历 i=1..m-1, j=1..n-1,按转移方程计算。 5. 返回结果dp[m-1][n-1]

示意图(以 2×2 为例):


grid: [1, 3]    dp:  [1, 4]
      [1, 5]         [2, 7]  ← 7 = min(4,2) + 5

复杂度分析

  • 时间复杂度O(m×n),需要遍历整个网格一次。
  • 空间复杂度O(m×n),使用了一个与输入网格同大小的二维 dp 数组。

参考代码

class Solution:
    def minPathSum(self, grid: List[List[int]]) -> int:
        # m 表示有多少行
       m = len(grid)

       # n 表示每一行有多少个元素,即 n 表示有多少列
       n = len(grid[0])

       # 设置二维数组 dp 用来储存每个位置的最优解
       # dp[0][0] 表示第 0 行第 0 列的最优解
       # dp[0][i] 表示第 0 行第 i 列的最优解
       # dp[j][0] 表示第 j 行第 0 列的最优解
       # dp[i][j] 表示第 i 行第 j 列的最优解
       dp = [[0] * n for _ in range(m)]

       # 初始化 dp[0][0],由于只有一个元素
       # 所以 dp[0][0] 的最优解就是 grid[0][0] 这个元素
       dp[0][0] = grid[0][0]

       # i 从 1 遍历到 n - 1 
       # 获取第 0 行中第 i 列的最优解
       # 比如 grid[0] 为 [1,3,2...]
       # 由于每次只能向下或者向右移动一步,此时只能向右移动一步
       # 那么 dp[0][i] 依次为 [1,4,6...]
       for i in range( 1 , n ): 
           # 所以对于只有一行的情况,当前位置的最优解等于前一列的最优解加上该列的值
           dp[0][i] = dp[0][i-1] + grid[0][i]
    

       # i 从 1 遍历到 n - 1 
       # 获取第 i 行中第 0 列的最优解
       # 比如 grid 为 
       # [1,1,2.......]
       # [5,2,2.......]
       # [2,3,4.......]
       # [..,..,..,...]
       # 由于每次只能向下或者向右移动一步,此时只能向下移动一步
       # 那么 dp[i][0] 就是
       # [1,..........]
       # [6,..........]
       # [7,..........]
       # [............]
       for i in range( 1 , m ): 
           # 所以对于只有一列的情况,当前位置的最优解等于前一行的最优解加上该行的值
           dp[i][0] = dp[i-1][0] + grid[i][0]
    

       # 接下来从第 1 行到第 m - 1 行
       # 从第 1 列到底 n - 1 列
       # 填充二维数组 dp 里面的值
       # dp[i][j] 表示第 i 行第 j 列的最优解
       for i in range(1, m):
            for j in range(1, n):
               # 由于每次只能向下或者向右移动一步
               # 位置 (i,j) 的最优解
               # 等于当前位置上方位置(i-1,j)的最优解和左侧位置(i,j-1)的最优解的较小值
               # 再加上当前位置的值
               dp[i][j] =  min(dp[i-1][j],dp[i][j-1]) + grid[i][j] 
      
       # dp[m-1][n-1] 表示第 m - 1 行第 n - 1 列的最优解
       # 返回这个结果即可
       return dp[m-1][n-1]