1、贪心
我们利用数组rightMost[n]记录以节点n为左端点的子区间中最远右端点的位置。而后我们对每个节点i进行判断,记左端点不超过i的所有子区间中右端点的最远位置为last,利用pre记录在上一个子区间的结束位置。每当我们抵达新位置i时,都对last进行更新:1、若last=i,说明下个位置无法覆盖,返回-1;2、若pre=i,说明我们使用完当前子区间,我们更新pre并将子区间数加一。
class Solution {
public:
int minTaps(int n, vector<int>& ranges) {
vector<int> rightMost(n + 1);
iota(rightMost.begin(), rightMost.end(), 0);
for (int i = 0; i <= n; i++) {
int start = max(0, i - ranges[i]);
int end = min(n, i + ranges[i]);
rightMost[start] = max(rightMost[start], end);
}
int last = 0, ret = 0, pre = 0;
for (int i = 0; i < n; i++) {
last = max(last, rightMost[i]);
if (i == last) {
return -1;
}
if (i == pre) {
ret++;
pre = last;
}
}
return ret;
}
};
2、动态规划法
利用dp[i]记录覆盖区间[0,i]所需要的最少节点数,状态转移公式为: d p [ i ] = m i n ( d p [ i ] , 1 + d p [ s t a r t j ] ) dp[i]=min(dp[i],1+dp[start_j]) dp[i]=min(dp[i],1+dp[startj])。
class Solution {
public:
int minTaps(int n, vector<int>& ranges) {
vector<pair<int, int>> intervals;
for (int i = 0; i <= n; i++) {
int start = max(0, i - ranges[i]);
int end = min(n, i + ranges[i]);
intervals.emplace_back(start, end);
}
sort(intervals.begin(), intervals.end());
vector<int> dp(n + 1, INT_MAX);
dp[0] = 0;
for (auto [start, end] : intervals) {
if (dp[start] == INT_MAX) {
return -1;
}
for (int j = start; j <= end; j++) {
dp[j] = min(dp[j], dp[start] + 1);
}
}
return dp[n];
}
};