赞
踩
动态规划,要求最小值,我们首先可以尝试使用状态转移表,使用一维数组就可以了:
class Solution { public: int mincostTickets(vector<int>& days, vector<int>& costs) { int help[3] = {1,7,30};//和costs一一对应 int n = days.size(); int len = days[n-1] - days[0] + 1;//旅行的日期跨度 vector<int> f(len + 1, INT_MAX); //BFS,状态转移表 for(int i = 0; i < costs.size(); ++i){//特殊处理第一个阶段的状态 if(help[i] <= len) f[help[i]] = costs[i];//到第help[i]天的时候,消费的价格 else f[len] = min(f[len], costs[i]); } //只考虑需要出行的日子 for(int i = 1; i < n; ++i){//最多会有 i 个阶段 int idx = days[i] - days[0] + 1;//当前时间对应在f中的下标+1为idx for(int k = 0; k < idx; ++k){//状态只能从当前状态之前的状态转移过来 if(f[k] != INT_MAX){ for(int j = 0; j < costs.size(); ++j){//每次都可以买不同天数的票 int tmp = idx + help[j] - 1; //选择的票会转移到f[tmp]状态 if(tmp <= len) f[tmp] = min(f[tmp], f[k] + costs[j]);//是从状态k转移过来 else f[len] = min(f[len], f[k] + costs[j]);//长度超出索引就只能转移到f[len],即最后一个状态 } f[k] = INT_MAX;//之前的状态已经转移,转移过的状态就不再需要了 } } } return f[len]; } };
不过上面的代码写的思路不是很清晰。。。
今天买哪种通行证,得看后几天怎么安排,即前面依赖后面–>从后向前来买。
看了题解之后才觉得这题我想的太复杂了-_-
dp[i] = min(决策1, 决策2, 决策3);//第 i 天开始,所需的最小费用
= min(c[0] + 1天后不包, c[1] + 7天后不包, c[2] + 30天不包);
= min(c[0] + dp[i + 1], c[1] + dp[i + 7], c[2] + dp[i + 30]);
官方题解的:
class Solution { public: unordered_set<int> dayset;//set方便查询 vector<int> costs; vector<int> memo; int dp(int i){ if(i > 365) return 0; if(memo[i] != -1) return memo[i]; if(dayset.count(i)){ memo[i] = min(min(dp(i+1) + costs[0], dp(i + 7) + costs[1]), dp(i + 30) + costs[2]); }else memo[i] = dp(i + 1); return memo[i]; } int mincostTickets(vector<int>& days, vector<int>& costs) { this->costs = costs; memo = vector<int>(366, -1); for(const auto &c : days) dayset.insert(c); return dp(1); } };
这儿的图解可以看一下,画的挺清晰:
[java] 动态规划思路步骤 (从后向前迭代) - 最低票价 - 力扣(LeetCode)
class Solution { public: int mincostTickets(vector<int>& days, vector<int>& costs) { int len = days.size(); int maxDay = days[len - 1], minDay = days[0]; vector<int> dp(maxDay + 31, 0);//简化边界的判断,反正多出来的初始化为0 for(int d = maxDay, i = len - 1; d >= minDay; --d){//从后往前 //i 表示days的索引 if(d == days[i]){//只考虑需要出行的日子 dp[d] = min(dp[d + 1] + costs[0], dp[d + 7] + costs[1]); dp[d] = min(dp[d], dp[d + 30] + costs[2]); --i; }else dp[d] = dp[d + 1]; } return dp[minDay]; } };
其实从前往后也是可以的,只是不太好理解:
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。