算法解析:LeetCode——机器人碰撞和最低票价

2023-10-10 15:15

本文主要是介绍算法解析:LeetCode——机器人碰撞和最低票价,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

摘要:本文由葡萄城技术团队原创并首发。转载请注明出处:葡萄城官网,葡萄城为开发者提供专业的开发工具、解决方案和服务,赋能开发者。

机器人碰撞

问题:

现有 n 个机器人,编号从 1 开始,每个机器人包含在路线上的位置、健康度和移动方向。 给你下标从 0 开始的两个整数数组 positions、healths 和一个字符串 directions(directions[i] 为 ‘L’ 表示 向左 或 ‘R’ 表示 向右)。positions 中的所有整数 互不相同 。 所有机器人以相同速度同时沿给定方向在路线上移动。如果两个机器人移动到相同位置,则会发生 碰撞 。 如果两个机器人发生碰撞,则将 健康度较低 的机器人从路线中 移除 ,并且另一个机器人的健康度 减少 1 。 幸存下来的机器人将会继续沿着与之前 相同 的方向前进。如果两个机器人的健康度相同,则将二者都从路线中移除。 请你确定全部碰撞后幸存下的所有机器人的 健康度 ,并按照原来机器人编号的顺序排列。 即机器人 1 (如果幸存)的最终健康度,机器人 2 (如果幸存)的最终健康度等。 如果不存在幸存的机器人,则返回空数组。 在不再发生任何碰撞后,请你以数组形式,返回所有剩余机器人的健康度(按机器人输入中的编号顺序)。

在这里插入图片描述

示例 :

输入:positions = [3,5,2,6], healths = [10,10,15,12], directions = “RLRL” 输出:[14] 解释:本例中发生 2 次碰撞。首先,机器人 1 和机器人 2 将会碰撞,因为二者健康度相同,二者都将被从路线中移除。接下来,机器人 3 和机器人 4 将会发生碰撞,由于机器人 4 的健康度更小,则它会被移除,而机器人 3 的健康度变为 15 - 1 = 14 。仅剩机器人 3 ,所以返回 [14] 。

提示: 1 <= positions.length == healths.length == directions.length == n <= 105 1 <= positions[i], healths[i] <= 109 directions[i] == ‘L’ 或 directions[i] == ‘R’ positions 中的所有值互不相同。

解决思路

用一个栈存放当前存活的机器人,按位置从左至右(排序后的下标)遍历机器人并判断当前机器人的方向:

1. 如果当前机器人方向是 R,当前机器人推入栈,继续处理下一个机器人;

2.如果方向是 L:

(1)如果栈为空,当前机器人推入栈,继续处理下一个机器人;

(2) 如果栈顶元素方向也是 L,当前机器人推入栈,继续处理下一个机器人;

(3) 比较与栈顶元素的健康度,判断存活哪个:

  • 如果栈顶存活,栈顶机器人健康度减 1,继续处理下一个机器人;
  • 如果当前存活,栈顶弹出,当前机器人健康度减 1,回到 2.3 ;
  • 如果两个都消失,栈顶弹出,继续处理下一个机器人。

3.最后,按position顺序返回stack 中的健康度即可。

代码(JavaScript)

function survivedRobotsHealths(positions: number[], healths: number[], directions: string) : number[] {//用一个栈存放当前存活的机器人let stack: robot[] = [];interface robot {i: number;p: number;h: number;d: string;}let robots: robot[] = [];//从左至右(排序后的下标)遍历机器人并判断当前机器人的方向positions.forEach((v, i) = >robots.push({i: i,p: v,h: healths[i],d: directions[i]}));robots.sort((a, b) = >a.p - b.p);for (let i = 0; i < robots.length;) {/**比较与栈顶元素的健康度,判断存活哪个: 1.如果栈顶存活,栈顶机器人健康度减 1,继续处理下一个机器人;2.如果当前存活,栈顶弹出,当前机器人健康度减 1,回到 2.3 ;3.如果两个都消失,栈顶弹出,继续处理下一个机器人。**/if (stack.length === 0 || robots[i].d === 'R' || (robots[i].d === 'L' && stack[stack.length - 1].d === 'L')) {stack.push(robots[i++]);} else if (stack[stack.length - 1].h === robots[i].h) {stack.pop();i++;} else if (stack[stack.length - 1].h > robots[i].h) {stack[stack.length - 1].h--;i++;} else if (stack[stack.length - 1].h < robots[i].h) {stack.pop();robots[i].h--;}} // console.log(stack);stack.sort((a, b) => a.i - b.i); let ans = []; stack.forEach(v=> ans.push(v.h));             return ans; };

最低票价

问题:

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

解决思路
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

代码(JavaScript)

1.暴力递归解法:

//暴力递归解法
function mincostTickets(days: number[], costs: number[]) : number {  return costday(days, costs, 1);
};
function costday(days: number[], costs: number[], day: number) : number {  if (day > days[days.length - 1]) {   return 0;  }  if (day == days[days.length - 1]) {   return Math.min(...costs);  }  if (!days.includes(day)) {   return costday(days, costs, day + 1);  } else {   return Math.min(    costday(days, costs, day + 1) + costs[0],     costday(days, costs, day + 7) + costs[1],     costday(days, costs, day + 30) + costs[2],    )  }
};

问题:

此解法存在重叠子问题和最优子结构

重叠子问题就是F(n)会重复计算,上图中同色的结点

最优子结构就是F(n)的解,可以由子问题F(n+1),F(n+7),F(n+30)的解得到

解决方案:

记录每个子问题f(n)的解,如果后面的计算又要用f(n),则直接取计算结果,避免重复计算:

function mincostTickets(days: number[], costs: number[]) : number {  let fn = [];  return costday(days, costs, 1, fn);
};function costday(days: number[], costs: number[], day: number, fn: number[]) : number {  if (day > days[days.length - 1]) {   return 0;  }  if (day == days[days.length - 1]) {   if (!fn[day]) {    fn[day] = Math.min(...costs);   }   return fn[day];  }  if (!days.includes(day)) {   if (!fn[day]) {    fn[day] = costday(days, costs, day + 1, fn);   }   return fn[day];  } else {   if (!fn[day]) {    fn[day] = Math.min(     costday(days, costs, day + 1, fn) + costs[0],      costday(days, costs, day + 7, fn) + costs[1],      costday(days, costs, day + 30, fn) + costs[2],     )   }   return fn[day];}
};

2.动态规划,自底向上解法

将前面的F(n)换为dp[n],表示从第n天开始后,总共的花费,dp[1]即是问题的解,F(n)是从前往后算,dp是从后往前算,消除递归。

function mincostTickets(days: number[], costs: number[]) : number {  const lastDay = days[days.length - 1]; let dp = new Array(lastDay + 30 + 1).fill(0);  for (let i = lastDay; i >= 1; i--) {   if (days.includes(i)) {//此处还可以优化,将所有days放到set中判断day是否存在dp[i] = Math.min(dp[i + 1] + costs[0], dp[i + 7] + costs[1], dp[i + 30] + costs[2]);   } else {    dp[i] = dp[i + 1];   }  }  return dp[1];
};

总结

以上就是机器人碰撞和最低票价两个问题的解法,除此之外,如果您想了解更多关于JavaScript的资料,欢迎访问这篇学习指南,无论是初学者还是有经验的专业人士,该帮助手册都将为您提供有价值的指导和帮助。

扩展链接:

从表单驱动到模型驱动,解读低代码开发平台的发展趋势

低代码开发平台是什么?

基于分支的版本管理,帮助低代码从项目交付走向定制化产品开发

这篇关于算法解析:LeetCode——机器人碰撞和最低票价的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/181283

相关文章

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

深度解析Java @Serial 注解及常见错误案例

《深度解析Java@Serial注解及常见错误案例》Java14引入@Serial注解,用于编译时校验序列化成员,替代传统方式解决运行时错误,适用于Serializable类的方法/字段,需注意签... 目录Java @Serial 注解深度解析1. 注解本质2. 核心作用(1) 主要用途(2) 适用位置3

Java MCP 的鉴权深度解析

《JavaMCP的鉴权深度解析》文章介绍JavaMCP鉴权的实现方式,指出客户端可通过queryString、header或env传递鉴权信息,服务器端支持工具单独鉴权、过滤器集中鉴权及启动时鉴权... 目录一、MCP Client 侧(负责传递,比较简单)(1)常见的 mcpServers json 配置

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Maven中生命周期深度解析与实战指南

《Maven中生命周期深度解析与实战指南》这篇文章主要为大家详细介绍了Maven生命周期实战指南,包含核心概念、阶段详解、SpringBoot特化场景及企业级实践建议,希望对大家有一定的帮助... 目录一、Maven 生命周期哲学二、default生命周期核心阶段详解(高频使用)三、clean生命周期核心阶

深入解析C++ 中std::map内存管理

《深入解析C++中std::map内存管理》文章详解C++std::map内存管理,指出clear()仅删除元素可能不释放底层内存,建议用swap()与空map交换以彻底释放,针对指针类型需手动de... 目录1️、基本清空std::map2️、使用 swap 彻底释放内存3️、map 中存储指针类型的对象

Java Scanner类解析与实战教程

《JavaScanner类解析与实战教程》JavaScanner类(java.util包)是文本输入解析工具,支持基本类型和字符串读取,基于Readable接口与正则分隔符实现,适用于控制台、文件输... 目录一、核心设计与工作原理1.底层依赖2.解析机制A.核心逻辑基于分隔符(delimiter)和模式匹

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

深度解析Python yfinance的核心功能和高级用法

《深度解析Pythonyfinance的核心功能和高级用法》yfinance是一个功能强大且易于使用的Python库,用于从YahooFinance获取金融数据,本教程将深入探讨yfinance的核... 目录yfinance 深度解析教程 (python)1. 简介与安装1.1 什么是 yfinance?

99%的人都选错了! 路由器WiFi双频合一还是分开好的专业解析与适用场景探讨

《99%的人都选错了!路由器WiFi双频合一还是分开好的专业解析与适用场景探讨》关于双频路由器的“双频合一”与“分开使用”两种模式,用户往往存在诸多疑问,本文将从多个维度深入探讨这两种模式的优缺点,... 在如今“没有WiFi就等于与世隔绝”的时代,越来越多家庭、办公室都开始配置双频无线路由器。但你有没有注