2023.12.28每日一题
LeetCode每日一题
2735.收集巧克力
2735. 收集巧克力 - 力扣（LeetCode）
介绍
看题目看不懂，在评论区看到一个大哥解释，瞬间明白了。
一张桌子上有n件商品围成一圈，每件都有一个价签，它们构成数组nums。除了按照价签上的价格买东西之外，你还可以花x块钱把桌子转一下，把每件商品都对应到下一个价签，问把每种商品买一遍最少花多少钱
给你一个长度为 n 、下标从 0 开始的整数数组 nums ，表示收集不同巧克力的成本。每个巧克力都对应一个不同的类型，最初，位于下标 i 的巧克力就对应第 i 个类型。
在一步操作中，你可以用成本 x 执行下述行为：
- 同时修改所有巧克力的类型，将巧克力的类型
ith修改为类型((i + 1) mod n)th。
假设你可以执行任意次操作，请返回收集所有类型巧克力所需的最小成本。
示例 1：
输入：nums = [20,1,15], x = 5
输出：13
解释：最开始，巧克力的类型分别是 [0,1,2] 。我们可以用成本 1 购买第 1 个类型的巧克力。
接着，我们用成本 5 执行一次操作，巧克力的类型变更为 [1,2,0] 。我们可以用成本 1 购买第 2 个类型的巧克力。
然后，我们用成本 5 执行一次操作，巧克力的类型变更为 [2,0,1] 。我们可以用成本 1 购买第 0 个类型的巧克力。
因此，收集所有类型的巧克力需要的总成本是 (1 + 5 + 1 + 5 + 1) = 13 。可以证明这是一种最优方案。
示例 2：
输入：nums = [1,2,3], x = 4
输出：6
解释：我们将会按最初的成本收集全部三个类型的巧克力，而不需执行任何操作。因此，收集所有类型的巧克力需要的总成本是 1 + 2 + 3 = 6 。
提示：
1 <= nums.length <= 10001 <= nums[i] <= 1091 <= x <= 109
思路
LeetCode看的思路，自己没啥思路，还是说自己算法太垃圾，还需多练
nums数组表示购买对应索引类型的巧克力所需要的代价，可以通过每次以代价x来改变（平移）nums数组的分布。
由于nums数组的长度为n，那么进行n次平移操作之后，进入循环。因此有意义的平移操作最多为n-1次。
那么可以使用一个数组costNums来记录每个类型的巧克力，在{0,1,2, …, n-1}次操作过程中购买所需的最小值。在k次操作完成后，将costNums累加并加上k*x，得到操作k次完成购买所需的总代价。
最后，在{0,1,2,…,n-1}次操作中，选择具有最小代价的那次操作。
代码
C++
class Solution {
public:long long minCost(vector<int>& nums, int x) {int n = nums.size();vector<int> costNums(nums); // 初始操作 0 次的成本long long totalCost = accumulate(costNums.begin(), costNums.end(), 0LL); // 初始总成本// enumerate 0 to n-1 times operationfor (int k=1; k<n; k++){// 根据当前操作更新 costNums 数组for (int i=0; i<n; i++) {costNums[i] = min(costNums[i], nums[(i+k)%n]);}// 计算当前操作的总成本并与之前的总成本进行比较，保留最小的totalCost = min(totalCost, accumulate(costNums.begin(), costNums.end(), 0LL) + static_cast<long long>(k)*x);}return totalCost;}
};
Java
class Solution {public long minCost(int[] nums, int x) {int n = nums.length;int[] costNums = Arrays.copyOf(nums, n); // 初始操作 0 次的成本long totalCost = Arrays.stream(costNums).asLongStream().sum(); // 初始总成本for (int k = 1; k < n; k++) {// 根据当前操作更新 costNums 数组for (int i = 0; i < n; i++) {costNums[i] = Math.min(costNums[i], nums[(i + k) % n]);}// 计算当前操作的总成本long currentCost = Arrays.stream(costNums).asLongStream().sum() + (long) k * x;// 如果当前成本更小，更新总成本totalCost = Math.min(totalCost, currentCost);}return totalCost;}
}