983.最低票价-详解动态规划java

题目

难度中等117

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
通过次数7,390提交次数12,469

思路:

首先我们看一下题目类型,读完题目基本就想到了贪心和dp,再看一下days的范围365,我们就知道只能用dp了。暴力解的话肯定超时。

现在我们需要思考的是如何写出动态转移的条件。考虑到days最大是365天,所以我们的dp代表从第一天到第i天,一年之内的最小花费
如果第i天不需要出去旅游,那么我们就可以将dp[i]的花费累计到dp[i-1]天的花费,即dp[i]=dp[i-1];
如果第i天需要出去旅游,就会有三种情况:
1.买第i天当天的票,花费costs[0]元,dp[i] = dp[i-1]+costs[0];
2.7天前买的票刚好到今天,花费为costs[1]元, dp[i] = dp[i-7]+cost[1];
3.30天前买的票刚好到今天,花费为costs[2]元,dp[i] = dp[i-30]+costs[2];
求这三种情况的最小值,最终的dp方程可以写为:.dp[i]=min(dp[i-1]+costs[0],dp[i-7]+costs[1],dp[i-30]+costs[2]).
注意:此处的i-1,i-7,i-30可能会小于0,这时结果取0。
最终的写法如下:
lastAllDaysCost[today] = Math.min(
Math.min(lastAllDaysCost[Math.max(0,today-1)]+costs[0],lastAllDaysCost[Math.max(0,today-7)]+costs[1]),
lastAllDaysCost[Math.max(0,today-30)]+costs[2]);

java代码:

public int mincostTickets(int[] days, int[] costs) {
    //dp数组初始化,记录旅游所花总金额
    int [] lastAllDaysCost = new int[366];
    //定义days数组索引下标,便于定位下次旅游日期
    int dayIndex=0;
    //初始化第一天的dp
    lastAllDaysCost[0] = 0;
    //模拟一年的天数,dp旅游的总天数
    for (int today = 1; today <= 365; today++) {
        //判断当前是否到达days数组最后,循环结束条件
        if (dayIndex>=days.length){
            break;
        }
        //判断今天是否是旅游日
        if (days[dayIndex]!=today){
            //不是旅游日,累加前一天的总花费
            lastAllDaysCost[today]=lastAllDaysCost[today-1];
            continue;
        }
        //是旅游日,索引后移,开始计划下一个旅游日到来,这次旅游日由today记录
        dayIndex++;
        //动态转移方程
        //一天前买票
        //一周前买票
        //一个月前买票
        //找最小值
        lastAllDaysCost[today] = Math.min(
                Math.min(
                lastAllDaysCost[Math.max(0,today-1)]+costs[0],
                lastAllDaysCost[Math.max(0,today-7)]+costs[1]),
                lastAllDaysCost[Math.max(0,today-30)]+costs[2]
        );
    }
    return lastAllDaysCost[days[days.length-1]];
}
小结:博主写这篇博文参考了力扣官方文档,如果对此题解还有疑问之处,或者博主有板书问题,欢迎提出指正!动态规划是经典算法,希望各位小伙伴能弄懂掌握这个算法!也可以和博主私信交流学习和技术上的问题!

猜你喜欢

转载自blog.csdn.net/qq_43431171/article/details/105945427
今日推荐