数据结构与算法之LeetCode-64-最小路径和（动态规划求解）

原创

Three_ST 2022-12-15 21:29:38 博主文章分类：leetcode ©著作权

文章标签 leetcode 动态规划算法最小路径测试用例 文章分类 数据结构与算法人工智能

©著作权归作者所有：来自51CTO博客作者Three_ST的原创作品，请联系作者获取转载授权，否则将追究法律责任

假设dp为 m*n的矩阵，其中dp[i][j]的值代表直走到(i,j)的最小路径和
状态转移方程（走到单元格（i，j）的最小路径和 = “从左侧（i-1，j）和上方）（i，j-1）移动到下一个位置，因此只需要考虑上边界和左边界，以及两个最小路径和中的较小值“+当前单元格的grid[i][j]）

左边和上边都不是边界：也就是i!=0,j!=0时，dp[i][j] = min(dp[i-1][j],dp[i][j-1])+grid[i][j]
只有左边是矩阵边界：只能从上面移动到下面,也就是i=0,j!=0,dp[i][j] = dp[i][j-1]+grid[i][j]
只有上面是矩形边界：只能从左边移动，也就是i!=0,j=0, dp[i][j]=dp[i-1][j]+grid[i][j]

上边和左边都是矩阵边界，i=0,j=0,就是起点dp[i][j]=grid[i][j]

/**
 * @param {number[][]} grid
 * @return {number}
 */
var minPathSum = function(grid) {
  let m = grid.length,
    n = grid[0].length;
  let dp = new Array(m).fill(0).map(() => new Array(n).fill(0));
  for (let i = 0; i < m; i++) {
    for (let j = 0; j < n; j++) {
        if(i!=0&&j!=0){
            dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1])+grid[i][j];
        }else if(i==0&&j!=0){
            dp[i][j] = dp[i][j-1]+grid[i][j]
        }else if(i!=0&&j==0){
            dp[i][j] = dp[i-1][j]+grid[i][j]
        }else if(i==0&&j==0){
            dp[i][j] = grid[0][0]
        }
    }
  }
  return dp[m - 1][n - 1];
};