算法
概:这道题是做之前那道题之后 ,LeetCode官方题解最后推荐的练习题,说是和那个新21点有异曲同工之妙,但是做了之后我果然还是爬了,直接祖安账号登入,最终又看了题解,并打算简单记录一手。
来源:力扣(LeetCode)
链接:最低票价
上一份动态规划题: 新21点
题目
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
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
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
难点与解决方法
- 别问,问就没思路,考虑到从上一道21点的题传送过来,有提示说要用动态规划,所以我首先考虑了这玩意,但是实在想不到怎么用,后来自顾自的用了反向贪心,结果翻车了,但是用暴力推演吧似乎对内存和时间的消耗大的过分,一个递归生三个递归的那种,子子孙孙无穷匮也,于是还是看了题解。
- 终于,看了题解后,得到结论要用动态规划和记忆搜索,有关动态规划的手段,参照我的 上一篇博客 和百度百科。
这边主要说说记忆搜索,由于在这道题中要用动态规划进行推演会产生一生三的情况,导致织出一个很大的网络来,每个中途的节点都会再推演出一堆,但是很多节点都有可能被重复计算了很多次,所以为了防止重复计算,我们将已经计算好的结果存到一个数组中作为记忆,而每次需要得到一个节点值得时候先判断记忆数组中是否已经有这个结果了,有就直接用,没有再推演并将推演结果存进去。
Java代码
import java.util.HashSet;
import java.util.Set;
class Solution {
Set set = new HashSet();
int[] memo = new int[366];
public int mincostTickets(int[] days, int[] costs) {
for (int i = 0;i<days.length;i++)
{
set.add(days[i]);
}
return dp(0,costs);
}
public int dp(int a,int []costs)
{
//动态规划,得到a到最后一天需要的最少钱数
int money = 0;
if(a>365)
{
return 0;
}
if(memo[a]!=0)
{
return memo[a];
}
if(set.contains(a))
{
money = Math.min(dp(a+1,costs)+costs[0],Math.min(dp(a+7,costs)+costs[1],dp(a+30,costs)+costs[2]));
}
else
{
money = dp(a+1,costs);
}
memo[a] = money;
return money;
}
}
注:
需要注意得是,我贴的这份代码依然有很大缺陷,就是其速度过慢,因为我是每次不出行日期得花费直接往后推一位,那么遇到连续不出行日期无疑浪费时间,所以其是可以再改进,让其根据已经排序好的出行表跳过不出行日期,进而再节省时间的。