动态规划
746. 使用最小花费爬楼梯
难度简单
数组的每个索引作为一个阶梯,第 i
个阶梯对应着一个非负数的体力花费值 cost[i]
(索引从0开始)。
每当你爬上一个阶梯你都要花费对应的体力花费值,然后你可以选择继续爬一个阶梯或者爬两个阶梯。
您需要找到达到楼层顶部的最低花费。在开始时,你可以选择从索引为 0 或 1 的元素作为初始阶梯。
示例 1:
输入: cost = [10, 15, 20]
输出: 15
解释: 最低花费是从cost[1]开始,然后走两步即可到阶梯顶,一共花费15。
示例 2:
输入: cost = [1, 100, 1, 1, 1, 100, 1, 1, 100, 1]
输出: 6
解释: 最低花费方式是从cost[0]开始,逐个经过那些1,跳过cost[3],一共花费6。
注意:
cost
的长度将会在[2, 1000]
。- 每一个
cost[i]
将会是一个Integer类型,范围为[0, 999]
。
分析:
确定状态: f[i]表示爬上第i个阶梯的最低花费
f[i] = min(f[i-1]+cost[i-1],f[i-2]+cost[i-2])
初始状态: f[0] = f[1] = 0
class Solution {
public int minCostClimbingStairs(int[] cost) {
int n = cost.length;
int f1 =0, f2 = 0;
for (int i = 2; i <= n; i++) {
int temp = f1;
f1 = Math.min(f1+ cost[i - 1], f2 + cost[i - 2]);
f2 = temp;
}
return f1;
}
}
1696. 跳跃游戏 VI
难度中等
给你一个下标从 0 开始的整数数组 nums
和一个整数 k
。
一开始你在下标 0
处。每一步,你最多可以往前跳 k
步,但你不能跳出数组的边界。也就是说,你可以从下标 i
跳到 [i + 1, min(n - 1, i + k)]
包含 两个端点的任意位置。
你的目标是到达数组最后一个位置(下标为 n - 1
),你的 得分 为经过的所有数字之和。
请你返回你能得到的 最大得分 。
示例 1:
输入:nums = [1,-1,-2,4,-7,3], k = 2
输出:7
解释:你可以选择子序列 [1,-1,4,3] (上面加粗的数字),和为 7 。
示例 2:
输入:nums = [10,-5,-2,4,0,3], k = 3
输出:17
解释:你可以选择子序列 [10,4,3] (上面加粗数字),和为 17 。
示例 3:
输入:nums = [1,-5,-20,4,-1,3,-6,-3], k = 2
输出:0
提示:
1 <= nums.length, k <= 105
-104 <= nums[i] <= 104
解题
class Solution {
public int maxResult(int[] nums, int k) {
// 使用单调队列+动态规划
// 确定状态:f[i]表示到达i的最大得分
// 转移方程:f[i] = max(f[j]) + nums[i] , i - k <= j <= i-1
// 可以使用单调队列维护max(f[j]),队列里存的是下标
int n = nums.length;
int[] f = new int[n];
f[0] = nums[0];
Deque<Integer> deque = new LinkedList<>();
deque.addLast(0);
for(int i = 1; i < n; i ++){
// 如果下标过期了,直接删除
while(deque.getFirst() < i - k){
deque.removeFirst();
}
f[i] = f[deque.getFirst()] + nums[i];
// 单调队列,维护一个递减队列,也就是 头 > 尾
// 注意这里维护的 f[] 数组大小关系
while(!deque.isEmpty() && f[deque.getLast()] <= f[i]){
deque.removeLast();
}
deque.addLast(i);
}
return f[n-1];
}
}
5728. 最少侧跳次数
难度中等5
给你一个长度为 n
的 3 跑道道路 ,它总共包含 n + 1
个 点 ,编号为 0
到 n
。一只青蛙从 0
号点第二条跑道 出发 ,它想要跳到点 n
处。然而道路上可能有一些障碍。
给你一个长度为 n + 1
的数组 obstacles
,其中 obstacles[i]
(取值范围从 0 到 3)表示在点 i
处的 obstacles[i]
跑道上有一个障碍。如果 obstacles[i] == 0
,那么点 i
处没有障碍。任何一个点的三条跑道中 最多有一个 障碍。
- 比方说,如果
obstacles[2] == 1
,那么说明在点 2 处跑道 1 有障碍。
这只青蛙从点 i
跳到点 i + 1
且跑道不变的前提是点 i + 1
的同一跑道上没有障碍。为了躲避障碍,这只青蛙也可以在 同一个 点处 侧跳 到 另外一条 跑道(这两条跑道可以不相邻),但前提是跳过去的跑道该点处没有障碍。
- 比方说,这只青蛙可以从点 3 处的跑道 3 跳到点 3 处的跑道 1 。
这只青蛙从点 0 处跑道 2
出发,并想到达点 n
处的 任一跑道 ,请你返回 最少侧跳次数 。
注意:点 0
处和点 n
处的任一跑道都不会有障碍。
示例 1:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-D0plGokB-1631686507412)(动态规划.assets/ic234-q3-ex1.png)]
输入:obstacles = [0,1,2,3,0]
输出:2
解释:最优方案如上图箭头所示。总共有 2 次侧跳(红色箭头)。
注意,这只青蛙只有当侧跳时才可以跳过障碍(如上图点 2 处所示)。
示例 2:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-8NjmpJIV-1631686507414)(动态规划.assets/ic234-q3-ex2.png)]
输入:obstacles = [0,1,1,3,3,0]
输出:0
解释:跑道 2 没有任何障碍,所以不需要任何侧跳。
示例 3:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4KQbKj30-1631686507421)(动态规划.assets/ic234-q3-ex3.png)]
输入:obstacles = [0,2,1,0,3,0]
输出:2
解释:最优方案如上图所示。总共有 2 次侧跳。
提示:
obstacles.length == n + 1
1 <= n <= 5 * 105
0 <= obstacles[i] <= 3
obstacles[0] == obstacles[n] == 0
在比赛的时候没有想到当前状态应该从前一个状态转移过来,然后再比较大小,思路还是不够清晰,总结思路,记住
二维状态的话,就应该考虑当前状态和前面以及上下状态的关系
。
class Solution {
public int minSideJumps(int[] obstacles) {
int len = obstacles.length;
int[][] f = new int[len][3];
f[0][0] = 1;
f[0][1] = 0;
f[0][2] = 1;
for(int i = 1; i < len; i++) {
for(int j = 0; j < 3; j++){
f[i][j] = f[i-1][j];
}
if(obstacles[i] != 0){
f[i][obstacles[i]-1] = Integer.MAX_VALUE/2;
}
for (int j = 1; j <= 3; j++) {
if(obstacles[i] != j){
for (int k = 1; k <= 3; k++) {
if (k != j && k != obstacles[i]) {
f[i][j-1] = Math.min(f[i][j-1], f[i][k-1] + 1);
}
}
}
}
}
return Math.min(f[len-1][0],Math.min(f[len-1][1],f[len-1][2]));
}
}
123. 买卖股票的最佳时机 III
难度困难598
给定一个数组,它的第 i
个元素是一支给定的股票在第 i
天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔 交易。
**注意:**你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入:prices = [3,3,5,0,0,3,1,4]
输出:6
解释:在第 4 天(股票价格 = 0)的时候买入,在第 6 天(股票价格 = 3)的时候卖出,这笔交易所能获得利润 = 3-0 = 3 。
随后,在第 7 天(股票价格 = 1)的时候买入,在第 8 天 (股票价格 = 4)的时候卖出,这笔交易所能获得利润 = 4-1 = 3 。
示例 2:
输入:prices = [1,2,3,4,5]
输出:4
解释:在第 1 天(股票价格 = 1)的时候买入,在第 5 天 (股票价格 = 5)的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票,之后再将它们卖出。
因为这样属于同时参与了多笔交易,你必须在再次购买前出售掉之前的股票。
示例 3:
输入:prices = [7,6,4,3,1]
输出:0
解释:在这个情况下, 没有交易完成, 所以最大利润为 0。
示例 4:
输入:prices = [1]
输出:0
提示:
1 <= prices.length <= 105
0 <= prices[i] <= 105
解题思路:
在考虑边界条件时,我们需要理解下面的这个事实:
无论题目中是否允许「在同一天买入并且卖出」这一操作,最终的答案都不会受到影响,这是因为这一操作带来的收益为零。
在这里我们无视了在一天不能同时买入卖出这个规则,我们直接买入卖出了两次,仔细思考可以得出,假如今天买入又卖出,那么利润就是0,
我们使用4个变量记录4种状态,其转移方程为:
-
buy1 = max(buy1’,-prices[i]) 其中buy1’表示前一天买入,以下加了 ’ 都表示前一天的操作
-
sell1 = max(sell1’,buy1’+prices[i])
-
buy2 = max(buy2’,sell1’+prices[i])
-
sell2 = max(sell2,buy2’+prices[i])
class Solution {
public int maxProfit(int[] prices) {
int n = prices.length;
// 有5种状态:
// (1)一次还没有买;
// (2)买了一次,没有卖出;
// (3)买了一次并且卖出了,就是完成第一笔交易;
// (4)在第一笔交易的基础上,买了一次
// (5)在情况4的基础上卖出,也就是完成了2笔交易
// 对于情况(1),我们不要记录,因为它没有进行交易,利润为0
int[] buy1 = new int[n];
int[] buy2 = new int[n];
int[] sell1 = new int[n];
int[] sell2 = new int[n];
buy1[0] = -prices[0];
buy2[0] = -prices[0];
for(int i = 1; i < n; i++){
buy1[i] = Math.max(buy1[i-1],-prices[i]);
sell1[i]= Math.max(sell1[i-1],buy1[i-1]+prices[i]);
buy2[i] = Math.max(buy2[i-1],sell1[i-1]-prices[i]);
sell2[i] = Math.max(sell2[i-1],buy2[i-1]+prices[i]);
}
return sell2[n-1];
}
}
- 进行空间优化的代码
为什么可以进行空间优化呢,假如今天买入卖出,那么收益为0,而sell1和sell2的值一直大于等于0,所以对于sell1和sell2数组来说没有影响,我们可以直接使用今天的状态去更新sell1和sell2,也就变成了
sell1[i]= Math.max(sell1[i-1],buy1[i]+prices[i]);
sell2[i] = Math.max(sell2[i-1],buy2[i]+prices[i]);
这样就分离了buy和sell数组的联系,就可以直接分别使用一个变量维护其值的变化
class Solution {
public int maxProfit(int[] prices) {
int n = prices.length;
// 有5种状态:
// (1)一次还没有买;
// (2)买了一次,没有卖出;
// (3)买了一次并且卖出了,就是完成第一笔交易;
// (4)在第一笔交易的基础上,买了一次
// (5)在情况4的基础上卖出,也就是完成了2笔交易
// 对于情况(1),我们不要记录,因为它没有进行交易,利润为0
int buy1 = -prices[0], buy2 = -prices[0];
int sell1 = 0, sell2 = 0;
for(int i = 1; i < n; i++){
buy1 = Math.max(buy1,-prices[i]);
sell1 = Math.max(sell1,buy1+prices[i]);
buy2 = Math.max(buy2,sell1-prices[i]);
sell2 = Math.max(sell2,buy2+prices[i]);
}
return sell2;
}
}
188. 买卖股票的最佳时机 IV
难度困难350
给定一个整数数组 prices
,它的第 i
个元素 prices[i]
是一支给定的股票在第 i
天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 k 笔交易。
**注意:**你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
示例 1:
输入:k = 2, prices = [2,4,1]
输出:2
解释:在第 1 天 (股票价格 = 2) 的时候买入,在第 2 天 (股票价格 = 4) 的时候卖出,这笔交易所能获得利润 = 4-2 = 2 。
示例 2:
输入:k = 2, prices = [3,2,6,5,0,3]
输出:7
解释:在第 2 天 (股票价格 = 2) 的时候买入,在第 3 天 (股票价格 = 6) 的时候卖出, 这笔交易所能获得利润 = 6-2 = 4 。
随后,在第 5 天