厨房里总共有 n 个橘子,你决定每一天选择如下方式之一吃这些橘子:
吃掉一个橘子。
如果剩余橘子数 n 能被 2 整除,那么你可以吃掉 n/2 个橘子。
如果剩余橘子数 n 能被 3 整除,那么你可以吃掉 2*(n/3) 个橘子。
每天你只能从以上 3 种方案中选择一种方案。
请你返回吃掉所有 n 个橘子的最少天数。
示例 1:
输入:n = 10
输出:4
解释:你总共有 10 个橘子。
第 1 天:吃 1 个橘子,剩余橘子数 10 - 1 = 9。
第 2 天:吃 6 个橘子,剩余橘子数 9 - 2*(9/3) = 9 - 6 = 3。(9 可以被 3 整除)
第 3 天:吃 2 个橘子,剩余橘子数 3 - 2*(3/3) = 3 - 2 = 1。
第 4 天:吃掉最后 1 个橘子,剩余橘子数 1 - 1 = 0。
你需要至少 4 天吃掉 10 个橘子。
示例 2:
输入:n = 6
输出:3
解释:你总共有 6 个橘子。
第 1 天:吃 3 个橘子,剩余橘子数 6 - 6/2 = 6 - 3 = 3。(6 可以被 2 整除)
第 2 天:吃 2 个橘子,剩余橘子数 3 - 2*(3/3) = 3 - 2 = 1。(3 可以被 3 整除)
第 3 天:吃掉剩余 1 个橘子,剩余橘子数 1 - 1 = 0。
你至少需要 3 天吃掉 6 个橘子。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/minimum-number-of-days-to-eat-n-oranges
代码思路:
这道题很明显是一个动态规划,动态规划主要的是规划的转换式子。
假设目前有N个橘子,这N个橘子一共有一下状态:
N%3==1&&N%2==0
N%3==2&&N%2==0
N%3==0&&N%2==1
(N%3==1||N%3==2)&&N%2==1
N%3==0&&N%2==0
对于以上情况进行一一判别
N%3==1&&N%2==0
min( record1=dfs(n-1),record2=dfs(n/2))。N%3==2&&N%2==0
min( record1=1+dfs(n-2),record2=dfs(n/2))。N%3==0&&N%2==1
min( record1=dfs(n/3),record2=dfs(n-1))。(N%3==1||N%3==2)&&N%2==1
record=dfs(n-1);N%3==0&&N%2==0
min( record1=dfs(n/3),record2=dfs(n/2))。
代码如下:
public static HashMap<Integer,Integer> map=new HashMap<Integer,Integer>();
public int minDays(int n) {
if(n==1)return 1;
if(n==0)return 0;
if(n==2)return 2;
return dfs(n);
}
public static int dfs(int n){
if(n==1)return 1;
if(n==0)return 0;
if(n==2)return 2;
int record1=0;
int record2=0;
int record3=0;
if(map.containsKey(n)) {
return map.get(n);
}else {
if(n%3==0&&n%2==0){
record1=dfs(n/3);
record2=dfs(n/2);
if(record2<record1) {
record1=record2;
}
}else if(n%3==1&&n%2==0){
record1=dfs(n-1);
record2=dfs(n/2);
if(record2<record1) {
record1=record2;
}
}else if(n%3==2&&n%2==0) {
record1=1+dfs(n-2);
record2=dfs(n/2);
if(record2<record1) {
record1=record2;
}
}else if(n%3==0&&n%2==1) {
record1=dfs(n/3);
record2=dfs(n-1);
if(record2<record1) {
record1=record2;
}
}else if(n%3==1) {
record1=dfs(n-1);
}else if(n%2==0){
record1=dfs(n/2);
}else {
record1=dfs(n-1);
}
map.put(n, record1+1);
}
return map.get(n);
}
结果如下:
代码分析:
这个思路是很容易想到和理解的,但是不好调试,使用hashmap存储已知的结果来进行空间换时间,代码时间复杂度而言,每一轮都需要检索dfs(n/2)和dfs(n/3),时间复杂度就是O((logn)^2),代码中的dfs(n-1)的下一层就是dfs(n/3)或者dfs(n/2)实际上还是进行了两次检索。
思路有点杂导致代码比较长,可以看看更加简洁的代码,转移方程如下:
1+min(dfs(n/2)+n%2, dfs(n/3)+n%3);
大致思路是一样的。