跳至主要內容

931. 下降路径最小和


931. 下降路径最小和open in new window

🟠   🔖  数组 动态规划 矩阵  🔗 力扣open in new window LeetCodeopen in new window

题目

Given an n x n array of integers matrix, return the minimum sum of any falling path through matrix.

A falling path starts at any element in the first row and chooses the element in the next row that is either directly below or diagonally left/right. Specifically, the next element from position (row, col) will be (row + 1, col - 1), (row + 1, col), or (row + 1, col + 1).

Example 1:

Input: matrix = [[2,1,3],[6,5,4],[7,8,9]]

Output: 13

Explanation: There are two falling paths with a minimum sum as shown.

Example 2:

Input: matrix = [[-19,57],[-40,-5]]

Output: -59

Explanation: The falling path with a minimum sum is shown.

Constraints:

  • n == matrix.length == matrix[i].length
  • 1 <= n <= 100
  • -100 <= matrix[i][j] <= 100

题目大意

给你一个 n x n 的 方形 整数数组 matrix ,请你找出并返回通过 matrix下降路径最小和

下降路径 可以从第一行中的任何元素开始,并从每一行中选择一个元素。在下一行选择的元素和当前行所选元素最多相隔一列(即位于正下方或者沿对角线向左或者向右的第一个元素)。具体来说,位置 (row, col) 的下一个元素应当是 (row + 1, col - 1)(row + 1, col) 或者 (row + 1, col + 1)

解题思路

这是一个典型的动态规划问题。可以采用自底向上的方法,从矩阵的倒数第二行开始,逐行更新,直到第一行。

定义状态 dp[i][j] 为从第一行(matrix[0][..])向下落,落到位置 matrix[i][j] 的最小路径和为 dp[i][j]。那么,dp[i][j] 的值可以通过考虑从 dp[i-1][j-1]dp[i-1][j]dp[i-1][j+1] 这三个路径和中,选择其中路径和最小的一个。

具体的状态转移方程为:

dp[i][j] = matrix[i][j] + Math.min(dp[i - 1][j - 1], dp[i - 1][j], dp[i - 1][j + 1])

最终,我们只需从 dp 数组的最后一行中找到最小的路径和,即为最终的答案:

return Math.min(...dp[m - 1]);

由于 dp[i][j] 只和 dp[i - 1][...] 有关,所以可以进一步优化空间复杂度,除了可以将 dp 数组降维以外,甚至可以不使用 dp 数组,直接原地修改 matrix 数组。

复杂度分析

  • 时间复杂度O(m * n),其中 m 为矩阵行数,n 为矩阵列数,需要遍历整个矩阵。
  • 空间复杂度O(1),原地修改矩阵。

代码

/**
 * @param {number[][]} matrix
 * @return {number}
 */
var minFallingPathSum = function (matrix) {
	const m = matrix.length;
	const n = matrix[0].length;

	// 从倒数第二行开始逐行更新
	for (let i = 1; i < m; i++) {
		for (let j = 0; j < n; j++) {
			// 考虑边界情况
			if (j == 0) {
				matrix[i][j] =
					Math.min(matrix[i - 1][j], matrix[i - 1][j + 1]) + matrix[i][j];
			} else if (j == n - 1) {
				matrix[i][j] =
					Math.min(matrix[i - 1][j - 1], matrix[i - 1][j]) + matrix[i][j];
			} else {
				matrix[i][j] =
					Math.min(
						matrix[i - 1][j - 1],
						matrix[i - 1][j],
						matrix[i - 1][j + 1]
					) + matrix[i][j];
			}
		}
	}
	// 返回最后一行的最小路径和
	return Math.min(...matrix[m - 1]);
};

相关题目

题号标题题解标签难度
1289下降路径最小和 IIopen in new window数组 动态规划 矩阵