1 题目
在一个火车旅行很受欢迎的国度,你提前一年计划了一些火车旅行。在接下来的一年里,你要旅行的日子将以一个名为 days 的数组给出。每一项是一个从 1 到 365 的整数。
火车票有三种不同的销售方式:
一张为期一天的通行证售价为 costs[0] 美元;
一张为期七天的通行证售价为 costs[1] 美元;
一张为期三十天的通行证售价为 costs[2] 美元。
通行证允许数天无限制的旅行。 例如,如果我们在第 2 天获得一张为期 7 天的通行证,那么我们可以连着旅行 7 天:第 2 天、第 3 天、第 4 天、第 5 天、第 6 天、第 7 天和第 8 天。
返回你想要完成在给定的列表 days 中列出的每一天的旅行所需要的最低消费。
示例 1:
输入:days = [1,4,6,7,8,20], costs = [2,7,15]
输出:11
解释:
例如,这里有一种购买通行证的方法,可以让你完成你的旅行计划:
在第 1 天,你花了 costs[0] = $2 买了一张为期 1 天的通行证,它将在第 1 天生效。
在第 3 天,你花了 costs[1] = $7 买了一张为期 7 天的通行证,它将在第 3, 4, …, 9 天生效。
在第 20 天,你花了 costs[0] = $2 买了一张为期 1 天的通行证,它将在第 20 天生效。
你总共花了 $11,并完成了你计划的每一天旅行。
示例 2:
输入:days = [1,2,3,4,5,6,7,8,9,10,30,31], costs = [2,7,15]
输出:17
解释:
例如,这里有一种购买通行证的方法,可以让你完成你的旅行计划:
在第 1 天,你花了 costs[2] = $15 买了一张为期 30 天的通行证,它将在第 1, 2, …, 30 天生效。
在第 31 天,你花了 costs[0] = $2 买了一张为期 1 天的通行证,它将在第 31 天生效。
你总共花了 $17,并完成了你计划的每一天旅行。
提示:
1 <= days.length <= 365
1 <= days[i] <= 365
days 按顺序严格递增
costs.length == 3
1 <= costs[i] <= 1000
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/minimum-cost-for-tickets
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
2 Java
该题与 322. 零钱兑换 类似,都是动态规划
相同点:
目标金额amount 等价于 最后一个旅游日期days[day.length - 1]
最少硬币数(单次增长1) 等价于 最低消费(单次增长costs[])
硬币面值(coin[]) 等价于 通行证天数(1,7,30)
不同在于:
前者给定的是硬币面值coins[],后者给定的是最低消费的单次增长值costs[]
有一个错位,导致322 会多一层 for 循环用于获得硬币面值,而通行证天数固定
2.1 方法一(迭代;自底向上动态规划;带备忘录的正向暴力)
本题难点在于初始条件不明,状态方程不明。
1 备忘录的初始化,旅行日期为∞,非旅行日期为0
2 非旅行日期消费 = 前一天(前一个旅行日期)消费
3 状态方程:某旅行日期消费,仅之前的某三天相关;且存在特殊情况(当前日期 ≤ 单张通行证天数)
class Solution {
public int mincostTickets(int[] days, int[] costs) {
if(days == null || days.length < 1 || costs == null || costs.length < 1) return 0;
// 创建备忘录,初始化!!!非旅行日期状态方程改变
int[] dp = new int[days[days.length - 1] + 1];
for(int day: days) dp[day] = Integer.MAX_VALUE; // 旅行日期为∞,非旅行日期为0
// 外层for状态步进
for(int i = 1; i < dp.length; i++){
// 特殊情况
if(dp[i] == 0) dp[i] = dp[i - 1]; // 非旅行日期消费 = 前一天(前一旅行日期)消费
// 内层for多路择优
else{
// 某旅行日期消费,仅之前的某三天相关;且存在特殊情况(当前日期 ≤ 单张通行证天数)
int dp0 = i > 1 ? dp[i - 1] + costs[0] : costs[0];
int dp1 = i > 7 ? dp[i - 7] + costs[1] : costs[1];
int dp2 = i > 30 ? dp[i - 30] + costs[2] : costs[2];
dp[i] = Math.min(dp0, Math.min(dp1, dp2));
}
}
return dp[dp.length - 1];
}
}
2.2 方法二(优化递归;自顶向下动态规划;带备忘录的逆向暴力)
备忘录初始化赋值
初始条件和特殊情况,要能使整个方程不断迭代(一层一层的从递归最深层出来)
若某种初始条件 / 特殊情况过于复杂,可以从方法开头挪至状态方程部分
class Solution {
/*
day天开销 指0~day天总开销
递归返回值:day天的开销
n:最后一天旅游日
初始条件:第0天开销=0
特殊情况:非旅游日开销 = 前一天开销
状态方程:对于每一步来说,可能从三个状态跳过来
*/
HashSet<Integer> daySet = new HashSet<>();
public int mincostTickets(int[] days, int[] costs) {
if(days == null || days.length < 1 || costs == null || costs.length < 1) return 0;
// 创建备忘录
int[] memory = new int[days[days.length - 1] + 1];
Arrays.fill(memory, Integer.MAX_VALUE);
for(int day: days) daySet.add(day);
return helper(days, costs, days[days.length - 1], memory);
}
public int helper(int[] days, int[] costs, int day, int[]memory){
// 查询备忘录
if(memory[day] != Integer.MAX_VALUE) return memory[day];
// if判断初始条件
if(day == 0) return memory[day] = 0;
// 特殊情况
if(!daySet.contains(day)) return memory[day] = helper(days, costs, day - 1, memory);
// for循环状态方程
int payment0 = day > 1 ? helper(days, costs, day - 1, memory) + costs[0] : costs[0];
int payment1 = day > 7 ? helper(days, costs, day - 7, memory) + costs[1] : costs[1];
int payment2 = day > 30 ? helper(days, costs, day - 30, memory) + costs[2] : costs[2];
return memory[day] = Math.min(payment0, Math.min(payment1, payment2));
}
}
2.3 方法三(递归;逆向暴力)
超出时间限制
class Solution {
/*
day天开销 指0~day天总开销
递归返回值:day天的开销
n:最后一天旅游日
初始条件:第0天开销=0
特殊情况:非旅游日开销 = 前一天开销
状态方程:对于每一步来说,可能从三个状态跳过来
*/
HashSet<Integer> daySet = new HashSet<>();
public int mincostTickets(int[] days, int[] costs) {
if(days == null || days.length < 1 || costs == null || costs.length < 1) return 0;
for(int day: days) daySet.add(day);
return helper(days, costs, days[days.length - 1]);
}
public int helper(int[] days, int[] costs, int day){
// if判断初始条件
if(day == 0) return 0;
// 特殊情况:非旅游日开销 = 前一天开销
if(!daySet.contains(day)) return helper(days, costs, day - 1);
// for循环状态方程
int payment0 = day > 1 ? helper(days, costs, day - 1) + costs[0] : costs[0];
int payment1 = day > 7 ? helper(days, costs, day - 7) + costs[1] : costs[1];
int payment2 = day > 30 ? helper(days, costs, day - 30) + costs[2] : costs[2];
return Math.min(payment0, Math.min(payment1, payment2));
}
}