[lintcode]91. 最小调整代价

链接：http://www.lintcode.com/zh-cn/problem/minimum-adjustment-cost/

 

Given an integer array, adjust each integers so that the difference of every adjacent integers are not greater than a given number target.

If the array before adjustment is A, the array after adjustment is B, you should minimize the sum of |A[i]-B[i]|

给一个整数数组，调整每个数的大小，使得相邻的两个数的差不大于一个给定的整数target，调整每个数的代价为调整前后的差的绝对值，求调整代价之和最小是多少。

 注意事项

你可以假设数组中每个整数都是正整数，且小于等于100。

您在真实的面试中是否遇到过这个题？

Yes

样例

对于数组[1, 4, 2, 3]和target=1，最小的调整方案是调整为[2, 3, 2, 3]，调整代价之和是2。返回2。

因为数的范围是1~100，每个数有100中调整的可能性，采用动态规划的思路。
建立大小为(n+1)*101的二维数组rec记录所有可能调整的代价，第一行初始化为全0，其他行为最大值。
dp中第i行对应A[i - 1]。对于每个数A[i]，调整后的结果有100种，用dp[i][j]表示数字第i个数A[i - 1]调整为j的最小代价。对于每个dp[i][j]，第i-1个数调整到k的代价dp[i - 1][k]加上第i个数A[i - 1]调整到j的最小代价即为dp[i][j]的代价。而k又有100种选择，对于j，当|j-k|的绝对值不大于target时，代价最小，当前dp[i][j]为dp[i-1][k] +( j - A[i-1])，dp[i][j]保留所有可能代价中的最小代价。k为上一个数的调整后的取值。
最后，dp[n][0~100]中的最小代价即为对整个数组调整后的最下代价。

 

 

 

 

 

class Solution {
public:
    /*
     * @param A: An integer array
     * @param target: An integer
     * @return: An integer
     */
    int MinAdjustmentCost(vector<int> &A, int target) {
        vector<vector<int>> dp(A.size()+1 , vector<int>(101,INT32_MAX));
        dp[0]=vector<int>(101,0);
        for(int i=1;i<=A.size();i++)
        {
            for(int j=1;j<=100;j++)
            {
                for(int k=1;k<=100;k++)
                {
                    if(abs(k-j)<=target)
                    {
                        dp[i][j]=min(dp[i][j],dp[i-1][k]+abs(j-A[i-1]));
                    }
                }
            }
        }
        int cost=INT32_MAX;
        for(int i=0;i<=100;i++)
        {
            cost=min(cost,dp[A.size()][i]);
        }
        return cost;
    }
};