Halo

A magic place for coding

0%

LeetCode 解题报告(352) -- 120. Triangle

Problem

Given a triangle array, return the minimum path sum from top to bottom.

For each step, you may move to an adjacent number of the row below. More formally, if you are on index i on the current row, you may move to either index i or index i + 1 on the next row.

Example 1:

1
2
3
4
5
6
7
8
Input: triangle = [[2],[3,4],[6,5,7],[4,1,8,3]]
Output: 11
Explanation: The triangle looks like:
2
3 4
6 5 7
4 1 8 3
The minimum path sum from top to bottom is 2 + 3 + 5 + 1 = 11 (underlined above).

Example 2:

1
2
Input: triangle = [[-10]]
Output: -10

Constraints:

  • 1 <= triangle.length <= 200
  • triangle [0].length == 1
  • triangle [i].length == triangle [i - 1].length + 1
  • -104 <= triangle [i][j] <= 104

Follow up: Could you do this using only O (n) extra space, where is the total number of rows in the triangle?


Analysis

   题目给出一个三角形,要求找出一条从上到下的路径,使得这条路径上的值之和最小,只需要返回最小值而不用返回路径。题目的描述指向性很明显,就是 dp 了,但是怎么做 dp 是这道题目的难点。

   我们还是使用二维数组来存放 dp,定义 dp [i][j] 为从顶部到位置 [i,j] 的最小路径。每个位置的最小路径,由两个位置的值决定,一个是其左上方 [i - 1, j],一个是其右上方 [i - 1, j + 1],所以只需要在这两个位置取较小的一个,加上当前位置的值即可。状态转移方程为 dp [i][j] = min (dp [i - 1][j] + dp [i - 1][j + 1]) + triangle [i][j]。边界情况直接处理即可。

   上面这种方法已经实现了 dp 的解法,但是题目的 Follow up 提到能否优化空间呢?再看回上面的过程,实际上每一层的结果,只和他的上一层有关系,所以当处理到第三层的时候,其实第一层的值已经没有用的,这就说明存储空间是可以压缩的。我们可以从下往上走,方向转变后,其实最小值的计算并没有不同,还是取下层左右两边元素的极小值,再加上当前元素的值。一直往上计算后,最后只剩下一个元素,这个就是最小路径的值。


Solution

   这道题目的难度在于压缩空间,从上往下计算当然也是可以的,但是因为空间原因,代码量要比从下往上要大。同时还需要处理好边界条件。


Code

1
2
3
4
5
6
7
8
9
10
11
12
class Solution {
public:
int minimumTotal(vector<vector<int>>& triangle) {
vector<int> dp(triangle.back ());
for (int i = (int) triangle.size () - 2; i >= 0; --i) {
for (int j = 0; j <= i; ++j) {
dp [j] = min (dp [j], dp [j + 1]) + triangle [i][j];
}
}
return dp [0];
}
};

Summary

   这道题目是难度中等的 dp 类题目,而且还增加了压缩空间的考点。总的来说思路是传统的,但是结合到空间压缩,就需要考虑 dp 转移的方向。这道题目的分享到这里,感谢你的支持!

Welcome to my other publishing channels