当前位置:   article > 正文

算法题记录2:跳格子问题_跳格子算法

跳格子算法

题目:存在一个数组:{0,1,2,3,1,2,3}

其中包含的数字可能相同可能不同

跳格子规则:不同的相邻数字只能一个一个跳,而相同的数字可以无视数组中的距离(一步即达)

问题:问从初始位置到数组末尾需要跳多少次

示例:{0,1,2,3,4,5,6,0} 只需一次:(0到0)

{0,1,2,3,2,3,1,5} 只需3步: 0->1->1->5

思路: 从分析状态来说,直观的思路是从左到右,但是左边的跳格子往右边哪里调其实是受右边影响的,这里粗暴一点可以考虑深度遍历,但是可能会很复杂。

换种思路,既然左边受右边影响,那么直接以右边作为"前状态",左边作为“后状态”,

以数组dp[i]记录i位置跳到数组末尾的步数,初始数组长度为n则dp[n]=0;

需要注意的是,由于相同的数字可以直接跳跃,那么需要一个map记录不同的数字出现的最右的位置;

这样就有dp[i]=1 (当s[i]==s[n-1])  ,否则

如果s[i]已经在右边出现过,dp[i]=dp[map.find[i]->second]+1;

如果没有出现过,那么dp[i]=dp[i+1]+1;

 

以上逻辑实现从右到左的动态规划:  

启发:“动态规划中所谓的前后状态并不局限于直观的从左到右、从上到下”,需要具体问题具体分析。

 

  1. void serach()
  2. {
  3. int steps = 0;
  4. int N = 0;
  5. cin >> N;
  6. string s = " ";
  7. cin >> s;
  8. unordered_map <char, int> mp;
  9. vector<int> dp(N + 1, 0);
  10. if (s[0] == s[N - 1]) cout << 1;
  11. //dp
  12. for (int i = N - 2; i >= 0; i--)
  13. {
  14. if (s[i] == s[N - 1]) dp[i] = 1;
  15. else
  16. {
  17. if (mp.find(s[i]) != mp.end())
  18. dp[i] = dp[mp.find(s[i])->second] + 1;
  19. else
  20. {
  21. dp[i] = dp[i + 1] + 1;
  22. mp[s[i]] = i;
  23. }
  24. }
  25. }
  26. cout << dp[0];
  27. }

 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Gausst松鼠会/article/detail/208974
推荐阅读
相关标签
  

闽ICP备14008679号