当前位置: 首页 > news >正文

【每日一题Day125】LC1326灌溉花园的最少水龙头数目 | 动态规划 贪心

灌溉花园的最少水龙头数目【LC1326】

在 x 轴上有一个一维的花园。花园长度为 n,从点 0 开始,到点 n 结束。

花园里总共有 n + 1 个水龙头,分别位于 [0, 1, ..., n]

给你一个整数 n 和一个长度为 n + 1 的整数数组 ranges ,其中 ranges[i] (下标从 0 开始)表示:如果打开点 i 处的水龙头,可以灌溉的区域为 [i - ranges[i], i + ranges[i]]

请你返回可以灌溉整个花园的 最少水龙头数目 。如果花园始终存在无法灌溉到的地方,请你返回 -1

过了的那一刻很是震惊 也许是昨天周赛刚看的01背包,也许不大恰当,但是我做出来了

01背包
  • 思路:每个水龙头有选或者不选两种可能,因此转化为01背包问题

    • 物品为每个水龙头的灌溉范围
    • 背包容量为灌溉范围,表示背包能灌溉0−j0-j0j范围内的花园。
    • 定义状态dp[j]dp[j]dp[j]表示 灌溉范围为0−j0-j0j时,所需要的最少水龙头数目。dp[n]dp[n]dp[n]即为最终结果
    • 如果位置iii的水龙头的灌溉范围为[l,r]=[i−ranges[i],i+ranges[i]][l,r]=[i-ranges[i],i+ranges[i]][l,r]=[iranges[i],i+ranges[i]],枚举每一个灌溉范围小于rrr的背包,更新需要的水龙头数目。
  • 一维动态规划

    1. 确定dp数组(dp table)以及下标的含义

      dp[j]dp[j]dp[j]表示 灌溉范围为0−j0-j0j时,所需要的最少水龙头数目。

    2. 确定递推公式

      对于每一个位置的水龙头,更新其能灌溉的右范围

      • 位置i不放水龙头:dp[j]=dp[j]dp[j] = dp[j]dp[j]=dp[j]

      • 位置i放水龙头,该水龙头的灌溉范围记为[l,r][l,r][l,r]

        • 如果l≤0l\le 0l0,那么dp[j]=1dp[j]=1dp[j]=1

        • 如果l>0l\gt 0l>0,那么能否灌溉[0,j][0,j][0,j][0,l][0,l][0,l]所需要的水龙头数目相关
          dp[j]=dp[l]+1dp[j]=dp[l]+1 dp[j]=dp[l]+1

    3. dp数组如何初始化

      当位置0的灌溉范围一定大于等于0,那么灌溉原点需要的最少水龙头数目为1

      初始情况时其他的范围均灌溉不到,因此初始化为任意不可能的数值,我选择初始化为n+2n+2n+2,当最终结果dp[n]<n+2dp[n]<n+2dp[n]<n+2时,就表示可以灌溉整个花园

      dp[0]= 1;
      dp[1,n] = n + 1;
      
    4. 确定遍历顺序

      一维dp

      先遍历物品,再从后往前遍历背包重量,将物品i放进能放进的背包j中

    5. 举例推导dp数组

    class Solution {public int minTaps(int n, int[] ranges) {int[] dp = new int[n + 1];Arrays.fill(dp, n + 2);dp[0] = 1;for (int i = 0; i <= n; i++){int l = i - ranges[i], r = i + ranges[i];for (int j = Math.min(r, n); j >= 0; j--){if (l <= 0){dp[j] = 1;}else{dp[j] = Math.min(dp[l] + 1, dp[j]);}}}return dp[n] < n + 2 ? dp[n] : -1;}
    }
    
    • 复杂度
      • 时间复杂度:O(n2)O(n^2)O(n2),n为数组长度
      • 空间复杂度:O(n)O(n)O(n),dp数组的额外空间
贪心
  • 思路:

    • 首先,对于所有能覆盖某个左端点的水龙头,选择能覆盖最远右端点的那个水龙头是最优的。【贪心】
    • 那么,可以先预处理rangesrangesranges数组,求出所有能覆盖左端点lll的水龙头中,右端点最大的那个位置,记录在数组 rightMost[i]中。
    • 那么从原点出发,记录当前所达到的右端点cur和下一个可以达到的位置next
      • nextcur相等时,无法进行移动,返回-1
      • 否则,移动到next,步骤+1
    class Solution {public int minTaps(int n, int[] ranges) {int[] rightMost = new int[n + 1];for (int i = 0; i <= n; ++i) {int r = ranges[i];// 这样写可以在 i>r 时少写一个 max// 凭借这个优化,恭喜你超越了 100% 的用户// 说「超越」是因为原来的最快是 2ms,现在优化后是 1msif (i > r) rightMost[i - r] = i + r; // 对于 i-r 来说,i+r 必然是它目前的最大值else rightMost[0] = Math.max(rightMost[0], i + r);}int ans = 0;int curRight = 0; // 已建造的桥的右端点int nextRight = 0; // 下一座桥的右端点的最大值for (int i = 0; i < n; ++i) { // 注意这里没有遍历到 n,因为它已经是终点了nextRight = Math.max(nextRight, rightMost[i]);if (i == curRight) { // 到达已建造的桥的右端点if (i == nextRight) return -1; // 无论怎么造桥,都无法从 i 到 i+1curRight = nextRight; // 造一座桥++ans;}}return ans;}
    }作者:灵茶山艾府
    链接:https://leetcode.cn/problems/minimum-number-of-taps-to-open-to-water-a-garden/solutions/2123855/yi-zhang-tu-miao-dong-pythonjavacgo-by-e-wqry/
    来源:力扣(LeetCode)
    著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
    
    • 复杂度

      • 时间复杂度:O(n)O(n)O(n),n为数组长度

      • 空间复杂度:O(n)O(n)O(n)rightMost数组的额外空间

http://www.lryc.cn/news/14799.html

相关文章:

  • C# FFmpeg推流Vlc.DotNet拉流优化参数
  • pnpm v8版本升级变化关注点(前瞻速攻版)
  • Python基础-环境安装
  • 重载、重写、重构概念辨析
  • 第九章 - 多表查询(join,left join 等)与合并查询(union union all)
  • matplotlib学习笔记(持续更新中…)
  • STM32 SystemInit()函数学习总结
  • 【Spring Boot 原理分析】- 自动配置
  • 简明易懂的JVM理解
  • 新考纲下的PMP考试有多难?
  • 朗润国际期货:知名投行/大佬打Call记
  • 遗传算法及Python实现
  • 零基础 Ubuntu 20.04.01 下搭建51单片机开发环境[开源编译器SDCC]
  • 手摸手快速入门 正则表达式 (Vue源码中的使用)
  • TCP/IP网络协议族分成及其每层作用
  • 041、子序列类型问题(labuladong)
  • linux系统开机文段释义
  • 抽奖动画大转盘抽奖思路与做法
  • Java实现 - 华为2016研发工程师编程题
  • nginx的七层负载均衡
  • 信息加密技术
  • RS485通信总线详解
  • 罗技LogitechFlow技术--惊艳的多电脑切换体验
  • 社招中级前端笔试面试题总结
  • 东南大学研究生上学期英语期末总结
  • leaflet 删除所有的marker图层,保留其他图层(085)
  • 双因素方差分析全流程
  • 微信公众号抽奖怎么做_分享微信抽奖小程序制作的好处
  • 逻辑回归—分类问题的操作顺序
  • 查询服务器tns文件路径,oracle数据库tns配置方法详解