91.Minimum Adjustment Cost-最小调整代价（中等题）

最新推荐文章于 2021-06-21 23:46:06 发布

原创最新推荐文章于 2021-06-21 23:46:06 发布 · 969 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#LintCode #DP

LintCode笔记专栏收录该内容

259 篇文章

订阅专栏

本文介绍了一个整数数组的调整算法，目标是最小化调整代价，即通过改变数组中每个元素的值来确保任意两个相邻元素之间的差不超过给定的目标值。文章详细展示了如何通过动态规划方法实现这一算法，并给出了具体的Java代码实现。

最小调整代价

题目

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小于一个给定的整数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。
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。
题解

public class Solution {
    /**
     * @param A: An integer array.
     * @param target: An integer.
     */
    public int MinAdjustmentCost(ArrayList<Integer> A, int target) {
        int n = A.size();
        int[][] f = new int[n + 1][101];
        for (int i = 1; i <= n ; ++i)
        {
            for (int j = 0; j <=100; ++j)
            {
                f[i][j] = Integer.MAX_VALUE;
            }
        }
        for (int i = 1; i <=n; ++i)
        {
            for (int  j = 0; j <= 100;++j)
            {
                if (f[i-1][j] != Integer.MAX_VALUE)
                {
                    for (int k = 0; k <= 100; ++k)
                    {
                        if (Math.abs(j-k) <= target)
                        {
                            if (f[i][k] > f[i-1][j] + Math.abs(A.get(i-1)-k))
                            {
                                f[i][k] = f[i-1][j] + Math.abs(A.get(i-1)-k); 
                            }
                        }
                    }
                }
            }
        }

        int result = Integer.MAX_VALUE;
        for (int i = 0; i <= 100; ++i)
        {
            result = Math.min(result,f[n][i]);
        }
        return result; 
    }
}