解题思路:
一道稍微复杂一点的动态规划题型,其实本质上就是二维动态数组,每个位置对应两种状态,交换或者不交换,每个位置也就有两种判断条件,一种是对应位置都满足严格递增,一种是交换条件满足严格递增(第二种也可能包含在第一种内),定义dp数组dp[i][j],dp[i][0]表示第i位不进行交换的最小交换次数,dp[i][1]表示第i进行交换的最小交换次数,代码如下:
class Solution {
public:
int minSwap(vector<int>& nums1, vector<int>& nums2) {
int n = nums1.size();
vector<vector<int>> dp(n, vector<int>(2, n));
dp[0][0] = 0, dp[0][1] = 1;
for(int i = 1; i < n; i ++) {
if(nums1[i] > nums1[i - 1] && nums2[i] > nums2[i - 1]) {
dp[i][0] = dp[i - 1][0];
dp[i][1] = dp[i - 1][1] + 1;
}
if(nums1[i] > nums2[i - 1] && nums2[i] > nums1[i - 1]) {
dp[i][0] = min(dp[i][0], dp[i - 1][1]);
dp[i][1] = min(dp[i][1], dp[i - 1][0] + 1);
}
}
return min(dp[n - 1][0], dp[n - 1][1]);
}
};
可以看到,当前位置的状态只和前一状态有关,所以可以优化为:
class Solution {
public:
int minSwap(vector<int>& nums1, vector<int>& nums2) {
int n = nums1.size();
int a = 0, b = 1;
for(int i = 1; i < n; i ++) {
int cur_a = n, cur_b = n;
if(nums1[i] > nums1[i - 1] && nums2[i] > nums2[i - 1]) {
cur_a = a;
cur_b = b + 1;
}
if(nums1[i] > nums2[i - 1] && nums2[i] > nums1[i - 1]) {
cur_a = min(cur_a, b);
cur_b = min(cur_b, a + 1);
}
a = cur_a, b = cur_b;
}
return min(a, b);
}
};