在一个火车旅行很受欢迎的国度,你提前一年计划了一些火车旅行。在接下来的一年里,
你要旅行的日子将以一个名为 days 的数组给出。每一项是一个从 1 到 365 的整数。
火车票有三种不同的销售方式:
一张为期一天的通行证售价为 costs[0] 美元;
一张为期七天的通行证售价为 costs[1] 美元;
一张为期三十天的通行证售价为 costs[2] 美元。
通行证允许数天无限制的旅行。 例如,如果我们在第 2 天获得一张为期 7 天的通行证,
那么我们可以连着旅行 7 天:第 2 天、第 3 天、第 4 天、第 5 天、第 6 天、第 7 天和第 8 天。
返回你想要完成在给定的列表 days 中列出的每一天的旅行所需要的最低消费。
示例 1:
输入:days = [1,4,6,7,8,20], costs = [2,7,15]
输出:11
解释:
例如,这里有一种购买通行证的方法,可以让你完成你的旅行计划:
在第 1 天,你花了 costs[0] = $2 买了一张为期 1 天的通行证,它将在第 1 天生效。
在第 3 天,你花了 costs[1] = $7 买了一张为期 7 天的通行证,它将在第 3, 4, …, 9 天生效。
在第 20 天,你花了 costs[0] = $2 买了一张为期 1 天的通行证,它将在第 20 天生效。
你总共花了 $11,并完成了你计划的每一天旅行。
示例 2:
输入:days = [1,2,3,4,5,6,7,8,9,10,30,31], costs = [2,7,15]
输出:17
解释:
例如,这里有一种购买通行证的方法,可以让你完成你的旅行计划:
在第 1 天,你花了 costs[2] = $15 买了一张为期 30 天的通行证,它将在第 1, 2, …, 30 天生效。
在第 31 天,你花了 costs[0] = $2 买了一张为期 1 天的通行证,它将在第 31 天生效。
你总共花了 $17,并完成了你计划的每一天旅行。
思路和算法
我们用 \textit{dp}(i)dp(i) 来表示从第 ii 天开始到一年的结束,我们需要花的钱。
考虑到一张通行证可以让我们在「接下来」的若干天进行旅行,所以我们「从后往前」倒着进行动态规划。
对于一年中的任意一天:
如果这一天不是必须出行的日期,那我们可以贪心地选择不买。这是因为如果今天不用出行,那么也不必购买通行证,
并且通行证越晚买越好。所以有 \textit{dp}(i) = \textit{dp}(i + 1)dp(i)=dp(i+1);
如果这一天是必须出行的日期,我们可以选择买 11,77 或 3030 天的通行证。若我们购买了 jj 天的通行证,那么接下来的 j - 1j−1 天,
我们都不再需要购买通行证,只需要考虑第 i + ji+j 天及以后即可。因此,我们有
\textit{dp}(i) = \min{\textit{cost}(j) + \textit{dp}(i + j)}, \quad j \in {1, 7, 30}
dp(i)=min{cost(j)+dp(i+j)},j∈{1,7,30}
其中 \textit{cost}(j)cost(j) 表示 jj 天通行证的价格。为什么我们只需要考虑第 i+ji+j 天及以后呢?这里和第一条的贪心思路是一样的,
如果我们需要购买通行证,那么一定越晚买越好,在握着一张有效的通行证的时候购买其它的通行证显然是不划算的。
由于我们是倒着进行动态规划的,因此我们可以使用记忆化搜索,减少代码的编写难度。我们使用一个长度为 366366 的数组(因为天数是 [1, 365][1,365],
而数组的下标是从 00 开始的)存储所有的动态规划结果,
这样所有的 \textit{dp}(i)dp(i) 只会被计算一次(和普通的动态规划相同),时间复杂度不会增大。
最终的答案记为 \textit{dp}(1)dp(1)。
class Solution:
def mincostTickets(self, days: List[int], costs: List[int]) -> int:
dayset = set(days)
durations = [1, 7, 30]
@lru_cache(None)
def dp(i):
if i > 365:
return 0
elif i in dayset:
return min(dp(i + d) + c for c, d in zip(costs, durations))
else:
return dp(i + 1)
return dp(1)