题目描述
汽车从起点出发驶向目的地,该目的地位于出发位置东面 target 英里处。
沿途有加油站,每个 station[i] 代表一个加油站,它位于出发位置东面 station[i][0] 英里处,并且有 station[i][1] 升汽油。
假设汽车油箱的容量是无限的,其中最初有 startFuel 升燃料。它每行驶 1 英里就会用掉 1 升汽油。
当汽车到达加油站时,它可能停下来加油,将所有汽油从加油站转移到汽车中。为了到达目的地,汽车所必要的最低加油次数是多少?如果无法到达目的地,则返回 -1 。
输入:target = 100, startFuel = 10, stations = [[10,60],[20,30],[30,30],[60,40]]
输出:2
解题思路
这个题目在《挑战程序设计竞赛》里的堆那一章里的,说明这是个ACM的题目,难度可想而知(可恨百度竟然拿它做笔试题)。这道题看看就好,这种难度一般不会出现在面试中。
本题可用动态规划和优先队列实现:
- 动态规划:
- 设
dp[i]为加i次油能走的最远距离,需要满足dp[i] >= target的最小i。 - 依次计算每个
dp[i],对于dp[0],就只用初始的油量startFuel看能走多远。 - 每多一个加油站
station[i] = (location, capacity),如果之前可以通过加t次油到达这个加油站(dp[t] >= stations[i][0]),那么现在就可以用过加t+1次油到达“dp[t] + stations[i][1]”这个位置。
- 设
- 贪心 + 优先队列:(本题有点“特题特解”了,这思路根本不好想)
- 思路:每驶过一个加油站,记住这个加油站有多少油。不需要立即决定要不要在这个加油站加油,如果后面有油量更多的加油站显然优先选择后面的加油站加油。如果当前油量不够抵达下一个加油站,必须得从之前的加油站中找一个来加油,贪心选择最大油量储备的加油站就好了。(用“最大堆”维护前面未用过的加油站里的油量)
- 算法:
- 定义
pq(优先队列)为一个保存了驶过加油站油量的最大堆,定义当前油量为tank。 - 如果当前油量为负数(意味着当前油量不够抵达当前位置),那就必须在驶过的加油站找一个油量储备最大来加油。(贪心,用“最大堆”维护前面未用过的加油站里的油量)
- 如果在某个位置油量为负,且没有加油站可用了,那就不可能完成这个任务,返回
-1。
- 定义
我的实现
贪心 + 优先队列(时间 O ( n l o g n ) O(nlogn) O(nlogn))
class Solution {
public:
int minRefuelStops(int target, int startFuel, vector<vector<int>>& stations) {
int ans = 0;
// pq is a maxheap of gas station capacities
priority_queue<int, vector<int>, less<int> > pq;
int tank = startFuel;
int preLocation = 0;
for(int i = 0; i < stations.size(); i++){ // 依次判断能不能到达第i个加油站的位置(还没有在此处加油)
int location = stations[i][0];
int capacity = stations[i][1];
tank -= (location - preLocation);
while(!pq.empty() && tank < 0){ // must refuel in past 这里必须为while
tank += pq.top();
pq.pop();
ans++; // 加油
}
if(tank < 0)
return -1;
pq.push(capacity);
preLocation = location;
}
// Repeat body for station = (target, inf)
tank -= (target - preLocation);
while(!pq.empty() && tank < 0){ // 这里也必须为while
tank += pq.top();
pq.pop();
ans++;
}
if(tank < 0)
return -1;
return ans;
}
};
动态规划解法(时间 O ( n 2 ) O(n^2) O(n2))
class Solution {
public int minRefuelStops(int target, int startFuel, int[][] stations) {
int N = stations.length;
long[] dp = new long[N + 1];
dp[0] = startFuel;
for (int i = 0; i < N; ++i)
for (int t = i; t >= 0; --t)
if (dp[t] >= stations[i][0])
dp[t+1] = Math.max(dp[t+1], dp[t] + (long) stations[i][1]);
for (int i = 0; i <= N; ++i)
if (dp[i] >= target) return i;
return -1;
}
}
本文深入探讨了一种汽车加油策略的算法实现,旨在解决汽车如何在有限油量下,通过最优加油次数到达目的地的问题。文章提供了两种解决方案:动态规划和贪心算法结合优先队列,详细阐述了算法思路及代码实现。
1058

被折叠的 条评论
为什么被折叠?



