LeetCode解题分享：1029. Two City Scheduling

Problem

There are 2N people a company is planning to interview. The cost of flying the i-th person to city A is costs[i][0], and the cost of flying the i-th person to city B is costs[i][1].

Return the minimum cost to fly every person to a city such that exactly N people arrive in each city.

Example 1:

Input: [[10,20],[30,200],[400,50],[30,20]]
Output: 110
Explanation:
The first person goes to city A for a cost of 10.
The second person goes to city A for a cost of 30.
The third person goes to city B for a cost of 50.
The fourth person goes to city B for a cost of 20.
The total minimum cost is 10 + 30 + 50 + 20 = 110 to have half the people interviewing in each city.

Note:

1. 1 <= costs.length <= 100
2. It is guaranteed that costs.length is even.
3. 1 <= costs[i][0], costs[i][1] <= 1000

解题思路

   题目很简单，但是却不是那么容易求解的。此处我们可以使用动态规划的方法求解，可以看出，定义一个一维的数组来求解问题是不合适的，因为状态是由两个变量组成的，一个是当前的总人数，另一个数在这些人中有多少人去了A城市。所以很显然，我们的状态转移数组应该定义成一个二维数组。

   我们定义一个二维数组$dp[i][j]$，每一行表示前面的$i$个人中，有$j$个人去了A城市的花费的最小值，假设一共有m个人需要安排（m是个偶数），那么我们的数组大小就应该是$[m+1,\frac{m}{2}+1]$，这里的1表示的是多余的0。那么接下来就是看状态转移的情况。假设我们考虑第$i$个人的情况，如果这个人要去A城市，那么，列数是需要加1的，也就是说去A城市的人数要加1，那么，有$dp[i-1][j-1]+costs[A]=dp[i][j]$。如果这个人要去B城市，那么列数是不变的，也就是说去A城市的人的数目是不变的，那么有$dp[i-1][j]+costs[B]=dp[i][j]$。所以很明显，我们取二者之间的最小值即可，这样的两重循环，一直到返回最后的一个数据，然后返回$dp[m][\frac{m}{2}]$即可。

   需要注意的是第0行和第0列的初始化情况。第0行一般初始化为一个很大的数，第0列则是costs中去B城市花费的累加和。

   代码如下：

class Solution:
    def twoCitySchedCost(self, costs):
        N = len(costs)
        dp = [[float('inf') for i in range(N // 2 + 1)] for j in range(N + 1)]

        cnt = 0
        for i in range(len(dp)):
            dp[i][0] = cnt
            if i < len(costs):
                cnt += costs[i][1]

        for i in range(1, len(dp)):
            for j in range(1, min(N // 2, i) + 1):
                # print(i, " ", j)
                t1 = dp[i - 1][j - 1] + costs[i - 1][0]
                t2 = dp[i - 1][j] + costs[i - 1][1]
                dp[i][j] = min(dp[i][j], t1, t2)

        return dp[-1][-1]