64. Minimum Path Sum
动态规划
1 | class Solution { |
T(n) : O(m * n)
S(n) : O(m * n)
尝试对S(n) 优化
观察代码,发现每次用到的数据只有dp[i][j], dp[i][j - 1]和dp[i - 1][j],考虑dp[i][j], dp[i][j - 1]合并到一个一维数组,剩下的再生产一个一维数组。
参考unique path中的方法 1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24class Solution {
public:
int minPathSum(vector<vector<int>>& grid) {
size_t m = grid.size(), n = grid[0].size();
int* cur = new int[n];
int* pre = new int[n];
for (size_t i = 0; i < m; ++i)
{
for (size_t j = 0; j < n; ++j)
{
if (i == 0 && j == 0)
cur[j] = grid[i][j];
else if (i == 0)
cur[j] = cur[j - 1] + grid[i][j];
else if (j == 0)
cur[j] = pre[j] + grid[i][j];
else
cur[j] = min(pre[j], cur[j - 1]) + grid[i][j];
}
swap(cur, pre);
}
return pre[n - 1];
}
};
S(n) : O(2 * n)
再优化
pre[j] 与 cur[j] 可以合并
1 | class Solution { |
T(n) : O(m * n)
S(n) : O(n)
review
1 | class Solution { |