【0-1背包变型】力扣1774. 最接近目标价格的甜点成本

最新推荐文章于 2024-11-26 19:52:06 发布

hlc@

最新推荐文章于 2024-11-26 19:52:06 发布

阅读量570

点赞数 9

分类专栏：动态规划精选文章标签： leetcode 算法数据结构

本文链接：https://blog.csdn.net/sjsjs11/article/details/141865593

版权

动态规划同时被 2 个专栏收录

89 篇文章 0 订阅

订阅专栏

精选

79 篇文章 0 订阅

订阅专栏

你打算做甜点，现在需要购买配料。目前共有 n 种冰激凌基料和 m 种配料可供选购。而制作甜点需要遵循以下几条规则：

必须选择一种冰激凌基料。
可以添加一种或多种配料，也可以不添加任何配料。
每种类型的配料最多两份。
给你以下三个输入：

baseCosts ，一个长度为 n 的整数数组，其中每个 baseCosts[i] 表示第 i 种冰激凌基料的价格。
toppingCosts，一个长度为 m 的整数数组，其中每个 toppingCosts[i] 表示一份第 i 种冰激凌配料的价格。
target ，一个整数，表示你制作甜点的目标价格。
你希望自己做的甜点总成本尽可能接近目标价格 target 。

返回最接近 target 的甜点成本。如果有多种方案，返回成本相对较低的一种。

示例 1：

输入：baseCosts = [1,7], toppingCosts = [3,4], target = 10
输出：10
解释：考虑下面的方案组合（所有下标均从 0 开始）：

选择 1 号基料：成本 7
选择 1 份 0 号配料：成本 1 x 3 = 3
选择 0 份 1 号配料：成本 0 x 4 = 0
总成本：7 + 3 + 0 = 10 。

示例 2：
输入：baseCosts = [2,3], toppingCosts = [4,5,100], target = 18
输出：17
解释：考虑下面的方案组合（所有下标均从 0 开始）：

选择 1 号基料：成本 3
选择 1 份 0 号配料：成本 1 x 4 = 4
选择 2 份 1 号配料：成本 2 x 5 = 10
选择 0 份 2 号配料：成本 0 x 100 = 0
总成本：3 + 4 + 10 + 0 = 17 。不存在总成本为 18 的甜点制作方案。

示例 3：
输入：baseCosts = [3,10], toppingCosts = [2,5], target = 9
输出：8
解释：可以制作总成本为 8 和 10 的甜点。返回 8 ，因为这是成本更低的方案。

示例 4：
输入：baseCosts = [10], toppingCosts = [1], target = 1
输出：10
解释：注意，你可以选择不添加任何配料，但你必须选择一种基料。

class Solution {
public:
    int closestCost(vector<int>& baseCosts, vector<int>& toppingCosts, int target) {
        int x = *min_element(baseCosts.begin(), baseCosts.end());
        if(x >= target){
            return x;
        }

        int res = 0x3f3f3f3f;
        vector<bool>dp(target+1, false);
        for(int& baseCost : baseCosts){
            if(baseCost <= target){
                dp[baseCost] = true;
            }
            else{
                res = min(res, baseCost);
            }
        }

        for(int& toppingCost : toppingCosts){
            for(int count = 0; count <= 1; count++){
                for(int j = target; j >= 0; j--){
                    if(dp[j] && toppingCost + j >= target){   //首先确保有这个价位的方案
                        res = min(res, toppingCost + j);
                    }

                    if(j - toppingCost > 0){
                        dp[j] = dp[j] | dp[j-toppingCost];
                    }
                }
            }
        }

        for(int i = 0; i <= res-target; i++){
            if(dp[target-i]){
                return target-i;
            }
        }

        return res;
    }
};