3
无重复字符的最长子串
中等高频
146
LRU缓存机制
中等高频
206
反转链表
简单高频
215
数组中的第K个最大元素
中等高频
25
K个一组翻转链表
困难高频
15
三数之和
中等高频
53
最大子数组和
中等高频
912
排序数组
中等高频
21
合并两个有序链表
简单高频
5
最长回文子串
中等高频
200
岛屿数量
中等高频
33
搜索旋转排序数组
中等高频
46
全排列
中等高频
88
合并两个有序数组
简单高频
20
有效的括号
简单高频
121
买卖股票的最佳时机
简单高频
236
二叉树的最近公共祖先
中等高频
92
反转链表 II
中等高频
103
二叉树的锯齿形层序遍历
中等高频
141
环形链表
简单高频
300
最长上升子序列
中等高频
54
螺旋矩阵
中等高频
143
重排链表
中等高频
23
合并K个排序链表
困难高频
415
字符串相加
简单高频
56
合并区间
中等高频
160
相交链表
简单高频
42
接雨水
困难高频
1143
最长公共子序列
中等高频
124
二叉树中的最大路径和
困难高频
93
复原IP地址
中等高频
82
删除排序链表中的重复元素 II
中等中频
19
删除链表的倒数第N个节点
中等中频
142
环形链表 II
中等中频
4
寻找两个正序数组的中位数
困难中频
199
二叉树的右视图
中等中频
102
二叉树的层序遍历
中等中频
165
比较版本号
中等中频
704
二分查找
简单中频
232
用栈实现队列
简单中频
22
括号生成
中等中频
94
二叉树的中序遍历
简单中频
239
滑动窗口最大值
困难中频
69
x 的平方根
简单中频
148
排序链表
中等中频
32
最长有效括号
困难中频
31
下一个排列
中等中频
8
字符串转换整数 (atoi)
中等中频
70
爬楼梯
简单中频
322
零钱兑换
中等中频
43
字符串相乘
中等中频
76
最小覆盖子串
困难中频
41
缺失的第一个正数
困难中频
105
从前序与中序遍历序列构造二叉树
中等中频
78
子集
中等中频
151
翻转字符串里的单词
中等中频
155
最小栈
简单中频
34
在排序数组中查找元素的第一个和最后一个位置
中等中频
394
字符串解码
中等中频
101
对称二叉树
简单中频
39
组合总和
中等中频
470
用 Rand7() 实现 Rand10()
中等低频
64
最小路径和
中等低频
104
二叉树的最大深度
简单低频
110
平衡二叉树
简单低频
144
二叉树的前序遍历
简单低频
48
旋转图像
中等低频
234
回文链表
简单低频
695
岛屿的最大面积
中等低频
122
买卖股票的最佳时机 II
简单低频
240
搜索二维矩阵 II
中等低频
221
最大正方形
中等低频
98
验证二叉搜索树
中等低频
543
二叉树的直径
简单低频
14
最长公共前缀
简单低频
179
最大数
中等低频
113
路径总和 II
中等低频
662
二叉树最大宽度
中等低频
62
不同路径
中等低频
198
打家劫舍
中等低频
152
乘积最大子数组
中等低频
560
和为K的子数组
中等低频
112
路径总和
简单低频
226
翻转二叉树
简单低频
209
长度最小的子数组
中等低频
227
基本计算器 II
中等低频
169
多数元素
简单低频
24
两两交换链表中的节点
中等低频
139
单词拆分
中等低频
283
移动零
简单低频
718
最长重复子数组
中等低频
1
两数之和
简单低频
2
两数相加
中等低频
#64
中等
低频
动态规划

最小路径和

这是一道围绕算法展开的高频练习。建议先掌握「动态规划」这套写法,再结合下方步骤讲解理解状态维护、边界处理和复杂度取舍。

算法

题目分析

这道题表面上是在处理「最小路径和」,但先要想清楚题目到底让你返回什么,以及过程中哪些约束必须一直满足。从题型上看,它主要在考 算法 这些能力。这类题先别急着写转移式,先定义清楚状态表示什么,再看它如何由前面的状态推出。只有先把题目要求翻译成人话,后面的推荐代码才是在实现思路,而不是直接给答案。

接下来怎么看推荐代码: 带着这个理解再看推荐代码时,重点观察这条主线:用 DP 记录到每个格子的最小路径和,状态来自上方和左方较小者加当前值。

推荐代码

推荐解法:动态规划
时间复杂度: O(m*n)
空间复杂度: O(m*n)
核心思路: 用 DP 记录到每个格子的最小路径和,状态来自上方和左方较小者加当前值。

class Solution {
    /**
     * 计算从左上角到右下角的最小路径和
     * @param grid 包含非负整数的二维网格
     * @return 最小路径和
     */
    public int minPathSum(int[][] grid) {
        // 边界条件检查
        if (grid == null || grid.length == 0 || grid[0].length == 0) {
            return 0;
        }
        
        int rows = grid.length; // 网格行数
        int columns = grid[0].length; // 网格列数
        int[][] dp = new int[rows][columns]; // dp数组,存储到每个位置的最小路径和
        
        // 初始化起点
        dp[0][0] = grid[0][0];
        
        // 初始化第一列
        for (int i = 1; i < rows; i++) {
            dp[i][0] = dp[i - 1][0] + grid[i][0];
        }
        
        // 初始化第一行
        for (int j = 1; j < columns; j++) {
            dp[0][j] = dp[0][j - 1] + grid[0][j];
        }
        
        // 填充其他位置
        for (int i = 1; i < rows; i++) {
            for (int j = 1; j < columns; j++) {
                // 选择从左边或上边来的较小路径和
                dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + grid[i][j];
            }
        }
        
        // 返回右下角的最小路径和
        return dp[rows - 1][columns - 1];
    }
}

结构化讲解

面试时怎么讲

开场思路

这题我会用网格 DP,因为移动方向固定,只依赖上方和左方。

核心过程

  1. 定义状态为到每个格子的最小路径和。
  2. 先初始化起点、第一行和第一列。
  3. 内部格子从上方和左方的较小代价转移过来。
  4. 最终右下角就是答案。

复杂度总结

时间复杂度 O(m*n),空间复杂度 O(m*n)

面试补一句:网格 DP 通常先问自己:到当前格子最后一步能从哪来。

核心思路

最小路径和是典型网格 DP。因为每一步只能向右或向下,所以到达某个格子的最优路径只可能来自上方或左方。

步骤讲解

1

定义到每个格子的最小代价

dp[i][j] 表示从左上角走到 (i,j) 的最小路径和。

为什么这样做:这样终点答案自然落在右下角。
对应代码提示:dp[i][j]
2

初始化第一行和第一列

边界只能单方向到达,所以路径和只能从前一个格子累加过来。

为什么这样做:第一行没有上方,第一列没有左方。
对应代码提示:dp[i][0] = dp[i - 1][0] + grid[i][0];
3

内部格子取上左较小值

内部位置的最优值等于 min(dp[i-1][j], dp[i][j-1]) + grid[i][j]

为什么这样做:走到当前格子之前,最后一步只可能来自上或左。
对应代码提示:dp[i][j] = Math.min(dp[i - 1][j], dp[i][j - 1]) + grid[i][j];

易错点

忘记初始化第一行第一列

会让后续状态引用未定义值。

正确理解:边界单独处理,再统一转移内部格子。

把它当成可四向移动

题目只允许向右和向下,状态依赖非常简单。

正确理解:转移只看上方和左方。

直接修改原网格却没说明

虽然能做空间优化,但容易让实现和解释混乱。

正确理解:先用独立 DP 表解释,再视需要优化。

复杂度与适用判断

时间复杂度:O(m*n)
空间复杂度:O(m*n)
比其他方案更好在哪里:比 DFS 搜索所有路径高效得多,也更直观。
适用判断:网格题若移动方向受限且求最值,优先考虑二维 DP。

额外提醒

  • 最后一步来源决定了这类网格 DP 的状态转移。
动画演示仅在桌面端提供,移动端请优先阅读推荐代码与结构化讲解。