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 ∗ 1 0 5 1 <= n <= 5 * 10^5 1<=n<=5∗105
- 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]));
}
}