LintCode-动态规划-91-最小调整代价

最小调整代价
本题运用动态规划来实现：
首先我们阅读题目，发现是序列问题，且目标中与每一个序列之间关联，存在子问题。所以本题尝试使用动态规划进行解决。

我们定义DP[i][j]为A[i]=j时，我们需要调整的最小代价，则前一个DP[i-1][k]的消耗加上abs(j-A[i])。
所以我们进行以下定义

DP[i][j]=DP[i][k]+abs(j-A[i])

class Solution {
public:
    /*
     * @param A: An integer array
     * @param target: An integer
     * @return: An integer
     */
    int MinAdjustmentCost(vector<int> &A, int target) {
        // write your code here
        int n=A.size();
        //dp[i][j]代表第i个元素即A[i]=j时，A[i]与A[i-1]差值不大于target所需要付出的最小代价
        int dp[n][101];
        
        //初始化数组
        for(int i=0;i<n;i++)
            for(int j=1;j<=100;j++)
                dp[i][j]=0x3f3f3f3f;
        
        
        for(int i=0;i<n;i++)
            for(int j=0;j<101;j++)
            {
                if(i==0)
                //A[0]调整为j的代价
                dp[0][j]=abs(j-A[0]);
                else {
                    for(int k=max(1,j-target);k<=min(100,j+target);k++)
                    {
                        //当A[i-1]=k时，答案为A[i-1]=k的代价dp[i-1][k],加上A[i]=调整为j的代价abs(j-A[i])
                        dp[i][j]=min(dp[i][j],dp[i-1][k]+abs(j-A[i]));
                    }
                }
            }
            
        int mincost=0x3f3f3f3f;
        
        for(int i=1;i<=100;i++)
        mincost=min(mincost,dp[n-1][i]);
        
        return mincost;
    }
};