【坚持不懈的每日一题——力扣篇】1774. 最接近目标价格的甜点成本（中等）-- dfs / dp

本文链接：https://blog.csdn.net/weixin_50564032/article/details/128174923

GitHub同步更新（已分类）：Data_Structure_And_Algorithm-Review

公众号：URLeisure 的复习仓库
公众号二维码见文末

以下是本篇文章正文内容，下面案例可供参考。

一、题目描述

力扣今天推的每日一题是道中等题。

在这里插入图片描述

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。

提示

n == baseCosts.length
m == toppingCosts.length
1 <= n, m <= 10
1 <= baseCosts[i], toppingCosts[i] <= $10^4$
1 <= target <= $10^4$

二、解题思路

1. 暴搜 -> DFS

提示中 1 <= n, m <= 10 ，一看到范围就想到暴力搜索了 QAQ。
枚举所有基料，对每种基料搜索所有配料的可能情况，返回最优解。
每种基料有三种选择：不选，选 1 个，选 2 个；

在这里插入图片描述

当 cost > target 时，成本已经超过了目标价格，后续就不用再判断了。
按上图编写算法，添加终止条件 -> cost > target 时终止即可。

2. 动态规划

今天有点忙，没写，后续补上。

三、解题代码

1. 暴搜 -> DFS

class Solution {
public:
    // 比较大小，设个最大值
    int ans = 0x3f3f3f3f;

    int closestCost(vector<int> &baseCosts, vector<int> &toppingCosts, int target) {
        for (int i: baseCosts) {
            dfs(0, i, toppingCosts, target);
        }
        return ans;
    }

    void dfs(int i, int cost, vector<int> toppingCosts, int target) {
        int a = abs(target - ans), b = abs(target - cost);

        // 判断最优解
        if (a > b) ans = cost; // 选个最接近 target 的花费
        if (a == b && ans > cost) ans = cost; // cost1=8 target=10 cost2=12 ---> 最优解为成本少的 8 
        // 终止条件
        if (cost > target) return;
        for (int j = i; j < toppingCosts.size(); ++j) {
            dfs(j + 1, cost + toppingCosts[j], toppingCosts, target);
            dfs(j + 1, cost + 2 * toppingCosts[j], toppingCosts, target);
        }
    }
};