JAVA程序设计:最低加油次数(LeetCode:871)

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 。

注意:如果汽车到达加油站时剩余燃料为 0,它仍然可以在那里加油。如果汽车到达目的地时剩余燃料为 0,仍然认为它已经到达目的地。

示例 1:

输入:target = 1, startFuel = 1, stations = []
输出:0
解释:我们可以在不加油的情况下到达目的地。
示例 2:

输入:target = 100, startFuel = 1, stations = [[10,100]]
输出:-1
解释:我们无法抵达目的地,甚至无法到达第一个加油站。
示例 3:

输入:target = 100, startFuel = 10, stations = [[10,60],[20,30],[30,30],[60,40]]
输出:2
解释:
我们出发时有 10 升燃料。
我们开车来到距起点 10 英里处的加油站,消耗 10 升燃料。将汽油从 0 升加到 60 升。
然后,我们从 10 英里处的加油站开到 60 英里处的加油站(消耗 50 升燃料),
并将汽油从 10 升加到 50 升。然后我们开车抵达目的地。
我们沿途在1两个加油站停靠,所以返回 2 。
 

提示:

1 <= target, startFuel, stations[i][1] <= 10^9
0 <= stations.length <= 500
0 < stations[0][0] < stations[1][0] < ... < stations[stations.length-1][0] < target

方法一:BFS(超时

我们首先能够想到的方法是广搜出每一步所能走到的位置,直到走到终点。

class Solution {
    public int minRefuelStops(int target, int startFuel, int[][] stations) {
    	
    	int n=stations.length;
    	Queue<long[]> q=new LinkedList<>();
    	Map<Integer,Long> map=new HashMap<>();
    	
    	q.add(new long[] {0,0,startFuel,-1});
    	
    	while(!q.isEmpty()) {
    		long[] now=q.poll();
    		if(now[0]==target || target-now[0]<=now[2])
    			return (int)now[1];
    		for(int i=(int)now[3]+1;i<n;i++) {
    			if(stations[i][0]<=now[0])
    				continue;
    			if(stations[i][0]-now[0]<=now[2]) {
    				long val=now[2]+stations[i][1]-stations[i][0]+now[0];
    				if(map.containsKey(stations[i][0]) && map.get(stations[i][0])>=val)
    					continue;
    				map.put(stations[i][0], val);
    				q.add(new long[] {stations[i][0],now[1]+1,val,i});
    			}
    		}
    	}
    	
    	return -1;
    }
}

方法二:动态规划

设dp[i]表示加i次油能到达的最远距离,依次计算每个dp[i]即可。

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 j=i;j>=0;j--)
    			if(dp[j]>=stations[i][0])
    				dp[j+1]=Math.max(dp[j+1], dp[j]+stations[i][1]);
    	
    	for(int i=0;i<=n;i++)
    		if(dp[i]>=target)
    			return i;
    	return -1;
    }
}

方法三:优先队列

我们考虑维护一个按照所经过加油站的油量降序的队列,对于当前不能到达的位置,我们应该贪心的去从以经过的加油站中选择尽可能大的油量进行加油,直到油量足够达到该位置。

class Solution {
    public int minRefuelStops(int target, int startFuel, int[][] stations) {
    	
    	int ans=0,prev=0;
    	int n=stations.length;
    	PriorityQueue<Integer> q=new PriorityQueue<>((a,b)->b-a);
    	
    	for(int i=0;i<n;i++) {
    		int loc=stations[i][0];
    		int cap=stations[i][1];
    		startFuel-=loc-prev;
    		while(!q.isEmpty() && startFuel<0) {
    			startFuel+=q.poll();
    			ans++;
    		}
    		if(startFuel<0) return -1;
    		q.add(cap);
    		prev=loc;
    	}
    	
    	startFuel-=target-prev;
    	while(!q.isEmpty() && startFuel<0) {
    		startFuel+=q.poll();
    		ans++;
    	}
    	
    	return startFuel<0?-1:ans;
    }
}
原创文章 1111 获赞 194 访问量 25万+

猜你喜欢

转载自blog.csdn.net/haut_ykc/article/details/105784860
今日推荐