算法-贪心/动态规划-最低加油次数

算法-贪心/动态规划-最低加油次数

1 题目概述

1.1 题目出处

https://leetcode-cn.com/problems/minimum-number-of-refueling-stops/

1.2 题目描述

汽车从起点出发驶向目的地，该目的地位于出发位置东面 target 英里处。

沿途有加油站，每个 station[i] 代表一个加油站，它位于出发位置东面 station[i][0] 英里处，并且有 station[i][1] 升汽油。

假设汽车油箱的容量是无限的，其中最初有 startFuel 升燃料。它每行驶 1 英里就会用掉 1 升汽油。

当汽车到达加油站时，它可能停下来加油，将所有汽油从加油站转移到汽车中。

为了到达目的地，汽车所必要的最低加油次数是多少？如果无法到达目的地，则返回 -1 。

注意：如果汽车到达加油站时剩余燃料为 0，它仍然可以在那里加油。如果汽车到达目的地时剩余燃料为 0，仍然认为它已经到达目的地。

示例 1：

输入：target = 1, startFuel = 1, stations = []
输出：0
解释：我们可以在不加油的情况下到达目的地。
示例 2：

输入：target = 100, startFuel = 1, stations = [[10,100]]
输出：-1
解释：我们无法抵达目的地，甚至无法到达第一个加油站。
示例 3：

输入：target = 100, startFuel = 10, stations = [[10,60],[20,30],[30,30],[60,40]]
输出：2
解释：
我们出发时有 10 升燃料。
我们开车来到距起点 10 英里处的加油站，消耗 10 升燃料。将汽油从 0 升加到 60 升。
然后，我们从 10 英里处的加油站开到 60 英里处的加油站（消耗 50 升燃料），
并将汽油从 10 升加到 50 升。然后我们开车抵达目的地。
我们沿途在1两个加油站停靠，所以返回 2 。

提示：

1 <= target, startFuel, stations[i][1] <= 10^9
0 <= stations.length <= 500
0 < stations[0][0] < stations[1][0] < … < stations[stations.length-1][0] < target

2 贪心法

2.1 思路

目标为贪心地找出最少加油次数，那么就需要记录每次加油站油量：

即在要到达下一个加油站前，需要计算余油是否小于距离：如果小于，就意味着必须在出发前加油，且应该选择加油量最大的那个加油站。如果还是不够，就再选择次大的那个加油站。。以此类推

如果全部加油站加起来都不够，那就说明你行程无法继续了！

2.2 代码

class Solution {
    public int minRefuelStops(int target, int startFuel, int[][] stations) {
        // 目标为贪心地找出最少加油次数
        // 那么就需要记录每次加油站油量
        // 在要到达下一个加油站前，需要计算余油是否小于距离，如果小于，就意味着必须在出发前加油
        // 且应该选择加油量最大的那个加油站。
        // 如果还是不够，就再选择次大的那个加油站。。以此类推
        // 如果全部加油站加起来都不够，那就说明你行程无法继续了！

        if(null == stations || stations.length == 0){
            if(startFuel >= target){
                return 0;
            }else{
                return -1;
            }
        }

        // 记录经过的加油站的加油量，且用大顶堆维护
        int[] arr = new int[stations.length];

        // 未使用过的加油站数量（堆大小）
        int k = 0;

        // 车子当前距离起点处距离
        int current = 0;

        // 停靠的加油站
        int result = 0;
        // 先遍历加油站，如果某个加油站都到不了那行程失败！
        for(int i = 0; i < stations.length; i++){
            if(current + startFuel >= target){
                // 当前位置 + 剩余油量能到达终点，返回停靠次数即可
                return result;
            }

            if(current + startFuel < stations[i][0]){
                // 到不了目的加油站，应在之前加油站中从油量最大的开始停下加油，
                // 直到能到目的地或不能到加油站全部停了加油还是不能到达目的地
                // 这个过程就是每次取大顶堆堆顶加油站停靠加油，并调整大顶堆
                int tmp = k;
                for(int l = 0; l < tmp; l++){
                    result++;
                    startFuel += arr[0];
                    arr[0] = arr[k-1];
                    arr[k-1] = 0;
                    adjustMaxHeapFromTop(0, arr, --k);
                    if(current + startFuel >= stations[i][0]){
                        // 能到
                        break;
                    }
                }
                // 如果之前所有加油站全部停靠加油依然无法到达下一个加油站
                // 则行程失败
                if(current + startFuel < stations[i][0]){
                    return -1;
                }
            }
            // 扣除到该加油站用的油量
            startFuel = startFuel - (stations[i][0] - current);
            // 将该加油站油量纳入统计并调整大顶堆
            arr[k++] = stations[i][1];
            adjustMaxHeapFromBottom(k-1, arr);
            // 车子到这个加油站，更新当前位置
            current = stations[i][0];
        }

        // 遍历加油站完成，加油站都能到
        // 现在就看最后一个加油站到终点是否能到了

        if(current + startFuel >= target){
            // 当前位置 + 剩余油量能到达终点，返回停靠次数即可
            return result;
        }else{
            // 到不了目的地，应在之前加油站中选择油量最大的停
            int tmp = k;
            for(int l = 0; l < tmp; l++){
                result++;
                startFuel += arr[0];
                arr[0] = arr[k-1];
                arr[k-1] = 0;
                adjustMaxHeapFromTop(0, arr, --k);
                if(current + startFuel >= target){
                    // 能到
                    break;
                }
            }
            if(current + startFuel < target){
                return -1;
            }else{
                return result;
            }
        }
    }

    // 从下往上调整大顶堆
    public void adjustMaxHeapFromBottom(int index, int[] arr){
        int tmp = arr[index];
        for(int i = (index-1) >> 1; i >= 0; i = (i-1) >> 1){
            if(tmp > arr[i]){
                arr[index] = arr[i];
                index = i;
            }else{
                break;
            }
        }
        arr[index] = tmp;
    }

    // 从上往下调整大顶堆
    public void adjustMaxHeapFromTop(int index, int[] arr, int k){
        int tmp = arr[index];
        for(int i = index * 2 + 1; i < k; i = i * 2 + 1){
            if(i+1 < k){
                i = arr[i] <  arr[i+1] ? i + 1 : i;
            }
            if(tmp < arr[i]){
                arr[index] = arr[i];
                index = i;
            }else{
                break;
            }
        }
        arr[index] = tmp;
    }
}

2.3 时间复杂度

O(nlogn)

2.4 空间复杂度

O(n)

• 创建大小为n的数组用来作为大顶堆

3 动态规划

参考最低加油次数-官方题解

我没看懂- -