【算法】【动态规划篇】第6节：最低票价问题（leetcode983. 最低票价）

本期任务：介绍算法中关于动态规划思想的几个经典问题

【算法】【动态规划篇】第1节：0-1背包问题

【算法】【动态规划篇】第2节：数字矩阵问题

【算法】【动态规划篇】第3节：数字三角形问题

【算法】【动态规划篇】第4节：硬币找零问题

【算法】【动态规划篇】第5节：剪绳子问题

【算法】【动态规划篇】第6节：最低票价问题

【算法】【动态规划篇】第7节：最长子串问题

【算法】【动态规划篇】第8节：最大正方形问题

【算法】【动态规划篇】第9节：乘积最大子数组问题

【算法】【动态规划篇】第10节：最长连续序列问题

---

一、问题描述

• 983. 最低票价

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。


提示：
	1 <= days.length <= 365
	1 <= days[i] <= 365
	days 按顺序严格递增
	costs.length == 3
	1 <= costs[i] <= 1000

---

回溯解法

class Solution:
    def mincostTickets(self, days, costs) -> int:
        self.size = len(days)
        self.costs = costs
        self.res = float('inf')

        self.helper(days, 0)
        return self.res

    def helper(self, days, cost):
        """回溯主逻辑"""
        if not days:  # 当所有日期都已安排时进行结算
            self.res = min(self.res, cost)
            return

        if cost >= self.res:  # 当前费用已不小于目前最小花费，中止
            return

        for index, c in enumerate([1, 7, 30]):
            self.helper([i for i in days if i >= days[0] + c], cost + self.costs[index])

动态规划解法

class Solution:
    def mincostTickets(self, days, costs) -> int:
        dp_arr = [0] * (days[-1] + 1)  # 维护一个长度为days[-1]+1的数组，用来记录每个位置的最低消费

        for i in range(1, days[-1]+1):
            if i in days:  # 若该天为待处理的日期，则从1，7，30中寻找最小代价
                dp_arr[i] = min(dp_arr[max(0, i - 1)] + costs[0], dp_arr[max(0, i - 7)] + costs[1],
                                dp_arr[max(0, i - 30)] + costs[2])
            else:
                dp_arr[i] = dp_arr[i - 1]

        return dp_arr[-1]