2023-1-21 刷题情况

最少侧跳次数

首先祝大家除夕快乐。

题目描述

给你一个长度为 n 的 3 跑道道路 ，它总共包含 n + 1 个 点 ，编号为 0 到 n 。一只青蛙从 0 号点第二条跑道 出发 ，它想要跳到点 n 处。然而道路上可能有一些障碍。

给你一个长度为 n + 1 的数组 obstacles ，其中 obstacles[i] （取值范围从 0 到 3）表示在点 i 处的 obstacles[i] 跑道上有一个障碍。如果 obstacles[i] == 0 ，那么点 i 处没有障碍。任何一个点的三条跑道中 最多有一个 障碍。

比方说，如果 obstacles[2] == 1 ，那么说明在点 2 处跑道 1 有障碍。
这只青蛙从点 i 跳到点 i + 1 且跑道不变的前提是点 i + 1 的同一跑道上没有障碍。为了躲避障碍，这只青蛙也可以在 同一个 点处 侧跳 到 另外一条 跑道（这两条跑道可以不相邻），但前提是跳过去的跑道该点处没有障碍。

比方说，这只青蛙可以从点 3 处的跑道 3 跳到点 3 处的跑道 1 。
这只青蛙从点 0 处跑道 2 出发，并想到达点 n 处的 任一跑道 ，请你返回 最少侧跳次数 。

注意： 点 0 处和点 n 处的任一跑道都不会有障碍。

样例

样例输入

obstacles = [0,1,2,3,0]
obstacles = [0,1,1,3,3,0]
obstacles = [0,2,1,0,3,0]

样例输出

2
0
2

提示

• obstacles.length == n + 1
• $1<=n<=5\ast 10^5$
• 0 <= obstacles[i] <= 3
• obstacles[0] == obstacles[n] == 0

思路

可使用树形dp，分别表示到达当前道路所需的最小侧跳次数。当前道路遇到障碍时，暂时把到达当前位置的所需最小侧跳次数置为一个较大值。然后开始状态转移。下面是动态规划转移解析：

• 状态表示：
• • dp[0] 表示当前位置达到道路1所需最少花费的侧跳次数
• • dp[1] 表示当前位置达到道路2所需最少花费的侧跳次数
• • dp[2] 表示当前位置达到道路3所需最少花费的侧跳次数
• 状态转移方程式:
• • 当前无障碍时: dp[0] = min(dp[0], min(dp[1], dp[2]) + 1); dp[1] = min(dp[1] , min(dp[0], dp[2])+1)（其他的类似）意思为是上一个阶段达到道路0最少侧跳发费，当前阶段从其他道路侧跳过来中取一个最小值，为当前阶段达到道路0的最少侧跳花费次数
• • 当前有障碍时：我的思路是直接把到达当前道路的最少侧跳花费置为一个较大值（需要一定会大于最大侧跳花费次数，不然会影响状态转移，把当前道路的最少侧跳花费变为一个较大值，其他道路的状态就一定不会从当前道路进行转移）然后开始其他的状态转移。
• 边界条件：每次一定从道路2出发， dp[1] 为0，其他道路均为 1，意为从道路2侧跳过去。

代码实现

class Solution {
    public int minSideJumps(int[] obstacles) {
        int len = obstacles.length;
        int[] dp = new int[3];
        dp[0] = 1;
        dp[1] = 0;
        dp[2] = 1;
        for(int i = 1; i < len; i++){
            if(obstacles[i] != 0){
                int cur = obstacles[i] - 1;
                dp[cur] = (int)5e5+5;
                dp[(cur+1)%3] = Math.min(dp[(cur+1)%3], Math.min(dp[(cur)%3], dp[(cur+2)%3]) + 1);
                dp[(cur+2)%3] = Math.min(dp[(cur+2)%3], Math.min(dp[(cur)%3], dp[(cur+1)%3]) + 1);
            }else{
            	// 最初没有这段else遇到[0,0,3,1,0,1,0,2,3,1,0]这个测试用例就错误了，然后给加上去了
            	// 这个预计结果是2，没加else之前的实际结果是3，加了else就通过了
            	// 一个逻辑漏洞，谨记。
                int val0 = dp[0], val1 = dp[1], val2 = dp[2];
                dp[0] = Math.min(val0, Math.min(val1, val2) + 1);
                dp[1] = Math.min(val1, Math.min(val0, val2) + 1);
                dp[2] = Math.min(val2, Math.min(val0, val1) + 1);
            }
        }
        return Math.min(dp[0], Math.min(dp[1], dp[2]));
    }
}