我来帮你修正这个递归解法，先拆解下你原代码里的几个关键问题：

• 边界逻辑搞反了：你用n>a or m>b判断越界，但网格是0索引的，比如3×3的网格，最大索引是(2,2)，所以应该是n >= a或m >= b才是越界；而且终点判断完全缺失——当走到右下角（n == a-1且m == b-1）时，应该直接返回当前格子的值，这是递归的终止条件之一。
• 修改原网格导致数据污染：你直接在递归里执行grid[n][m] += ...，这会把原网格的值改掉，后续递归调用时拿到的是已经累加过的错误值，彻底打乱了计算逻辑。
• 没有记忆化缓存：纯递归会重复计算大量相同的子问题（比如网格中间的格子会被多条路径重复访问计算），不仅效率极低，稍大的网格直接会超时。
• 代码语法不完整：你原代码里minPath(grid,n,m+1...没写完，这也是明显的语法错误。

修正后的递归解法（带记忆化优化） #

import math

def minPathSum(grid):
    rows = len(grid)
    cols = len(grid[0]) if rows > 0 else 0
    # 记忆化缓存：存储每个位置到终点的最小路径和，避免重复计算
    memo = [[-1 for _ in range(cols)] for _ in range(rows)]
    
    def helper(current_row, current_col):
        # 越界情况：返回无穷大表示这条路径不可行
        if current_row >= rows or current_col >= cols:
            return math.inf
        # 到达终点：直接返回当前格子的值
        if current_row == rows - 1 and current_col == cols - 1:
            return grid[current_row][current_col]
        # 如果已经计算过这个位置的最小路径和，直接返回缓存值
        if memo[current_row][current_col] != -1:
            return memo[current_row][current_col]
        
        # 计算向下走和向右走的最小路径和
        down_path = helper(current_row + 1, current_col)
        right_path = helper(current_row, current_col + 1)
        
        # 当前位置的最小路径和 = 当前格子值 + 向下/向右的较小路径和
        memo[current_row][current_col] = grid[current_row][current_col] + min(down_path, right_path)
        return memo[current_row][current_col]
    
    return helper(0, 0)

# 测试示例
grid = [[1,3,1],[1,5,1],[4,2,1]]
print(minPathSum(grid))  # 输出7，和预期一致

核心修正点说明 #

• 新增记忆化缓存memo：每个格子的最小路径和只会计算一次，后续再访问直接取缓存，把时间复杂度从O(2^(m+n))降到了O(m×n)，效率提升非常明显。
• 修正边界终止条件：明确区分越界不可达和到达终点的情况，确保递归能正确终止。
• 不修改原网格：所有计算都基于原始网格数据，缓存存储的是计算结果，不会污染输入数据。
• 封装递归逻辑：对外只需要传入网格即可，不需要手动传递当前位置和行列数，调用更简洁友好。

如果你想保留原函数的参数形式（手动传入当前位置和网格行列数），可以参考下面的版本：

import math

def minPath(grid, n, m, rows, cols, memo):
    # 越界返回无穷大
    if n >= rows or m >= cols:
        return math.inf
    # 到达终点返回当前值
    if n == rows - 1 and m == cols - 1:
        return grid[n][m]
    # 缓存存在直接返回
    if memo[n][m] != -1:
        return memo[n][m]
    
    down = minPath(grid, n+1, m, rows, cols, memo)
    right = minPath(grid, n, m+1, rows, cols, memo)
    
    memo[n][m] = grid[n][m] + min(down, right)
    return memo[n][m]

# 调用方式
grid = [[1,3,1],[1,5,1],[4,2,1]]
rows = len(grid)
cols = len(grid[0])
memo = [[-1]*cols for _ in range(rows)]
print(minPath(grid, 0, 0, rows, cols, memo))  # 输出7

内容的提问来源于stack exchange，提问作者Utkarsh Prakash