LeetCode 2188 完成比赛的最少时间_2589 完成所有任务的最少时间-CSDN博客

本文链接：https://blog.csdn.net/qq_43765333/article/details/124543378

该博客讨论了一种动态规划解决方案，用于在给定轮胎更换时间和圈数限制下，确定完成赛车比赛的最短时间。通过预处理每个轮胎的最短圈速和动态规划状态转移方程，计算出每圈的最优轮胎选择，从而找到最小总耗时。示例展示了如何应用该算法来解决具体问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

给你一个下标从 0 开始的二维整数数组 tires ，其中 tires[i] = [fi, ri] 表示第 i 种轮胎如果连续使用，第 x 圈需要耗时 fi * ri(x-1) 秒。比方说，如果 fi = 3 且 ri = 2 ，且一直使用这种类型的同一条轮胎，那么该轮胎完成第 1 圈赛道耗时 3 秒，完成第 2 圈耗时 3 * 2 = 6 秒，完成第 3 圈耗时 3 * 22 = 12 秒，依次类推。同时给你一个整数 changeTime 和一个整数 numLaps 。比赛总共包含 numLaps 圈，你可以选择任意一种轮胎开始比赛。每一种轮胎都有无数条。每一圈后，你可以选择耗费 changeTime 秒换成任意一种轮胎（也可以换成当前种类的新轮胎）。请你返回完成比赛需要耗费的最少时间。

示例 1：

输入：tires = [[2,3],[3,4]], changeTime = 5, numLaps = 4
输出：21
解释：
第 1 圈：使用轮胎 0 ，耗时 2 秒。
第 2 圈：继续使用轮胎 0 ，耗时 2 * 3 = 6 秒。
第 3 圈：耗费 5 秒换一条新的轮胎 0 ，然后耗时 2 秒完成这一圈。
第 4 圈：继续使用轮胎 0 ，耗时 2 * 3 = 6 秒。
总耗时 = 2 + 6 + 5 + 2 + 6 = 21 秒。
完成比赛的最少时间为 21 秒。

示例 2：

输入：tires = [[1,10],[2,2],[3,4]], changeTime = 6, numLaps = 5
输出：25
解释：
第 1 圈：使用轮胎 1 ，耗时 2 秒。
第 2 圈：继续使用轮胎 1 ，耗时 2 * 2 = 4 秒。
第 3 圈：耗时 6 秒换一条新的轮胎 1 ，然后耗时 2 秒完成这一圈。
第 4 圈：继续使用轮胎 1 ，耗时 2 * 2 = 4 秒。
第 5 圈：耗时 6 秒换成轮胎 0 ，然后耗时 1 秒完成这一圈。
总耗时 = 2 + 4 + 6 + 2 + 4 + 6 + 1 = 25 秒。
完成比赛的最少时间为 25 秒。

动态规划~
设 dp[i] 为第 i 圈用的最少时间，在第 j (0 < j < i) 圈换轮胎，则有状态转移方程：
dp[i] = min{dp[j] + minTime[i-j]} + changeTime
minTime[i] 表示完成 i 圈赛道所需的最短时间，可以预处理算出来。在预处理时，对某个轮胎 tire 而言，如果当前圈需要的时间已经大于等于 changeTime + tire[0]，就没有必要继续使用，可以以此为条件求出所有轮胎的最大使用圈数 maxLoop，不难发现这个值最大不超过 18。
AC 代码如下：

class Solution {
public:
    int minimumFinishTime(vector<vector<int>> &tires, int changeTime, int numLaps) {
        vector<int> minTime(18, INT32_MAX);
        int maxLoop = 0;
        for (const auto &tire: tires) {
            long long lap = tire[0], time = tire[0];
            for (int i = 1; lap < changeTime + tire[0]; ++i) {
                minTime[i] = min(minTime[i], static_cast<int>(time));
                lap *= tire[1];
                time += lap;
                maxLoop = max(maxLoop, i);
            }
        }
        vector<int> dp(numLaps + 1, INT32_MAX);
        dp[0] = 0;
        for (int i = 1; i <= numLaps; i++) {
            for (int j = i - 1; j >= 0 && i - j <= maxLoop; j--) {
                dp[i] = min(dp[i], dp[j] + minTime[i - j] + changeTime);
            }
        }
        return dp[numLaps] - changeTime;
    }
};