《剑指 Offer》专项突破版 - 面试题 91 和 92 : 粉刷房屋和翻转字符(C++ 实现)

2024-03-25 16:28

本文主要是介绍《剑指 Offer》专项突破版 - 面试题 91 和 92 : 粉刷房屋和翻转字符(C++ 实现),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!

目录

面试题 91 : 粉刷房子

面试题 92 : 翻转字符


 


面试题 91 : 粉刷房子

题目

一排 n 幢房子要粉刷成红色、绿色和蓝色,不同房子被粉刷成不同颜色的成本不同。用一个 n x 3 的数组表示 n 幢房子分别用 3 种颜色粉刷的成本。要求任意相邻的两幢房子的颜色都不一样,请计算粉刷这 n 幢房子的最少成本。例如,粉刷 3 幢房子的成本分别为 [[17, 2, 16], [15, 14, 5], [13, 3, 1]],如果分别将这 3 幢房子粉刷成绿色、蓝色和绿色,那么粉刷的成本是 10,是最少的成本。

分析

每步粉刷 1 幢房子,粉刷 n 幢房子需要 n 步。由于每幢房子都能被粉刷成红色、绿色和蓝色这 3 种颜色中的一种,因此每步都面临 3 种选择。这个问题并不是求出所有粉刷的不同方法,而是计算符合一定条件的最少的粉刷成本,也就是求最优解,因此这个问题适合用动态规划解决。

分析确定状态转移方程

输入的 n 幢房子可以看成一个序列。每步多考虑 1 幢房子,在标号从 0 开始到 i - 1 结束的房子的最少粉刷成本的基础上计算从标号从 0 开始到 i 结束的房子的最少粉刷成本

用动态规划解决问题的关键在于找出状态转移方程。根据粉刷的规则,相邻的两幢房子不能被粉刷成相同的颜色,要计算粉刷到标号为 i 的房子时的成本,还需要考虑标号为 i - 1 的房子的颜色。因此,需要 3 个表达式,即 r(i)、g(i)、b(i),分别表示将标号为 i 的房子粉刷成红色、绿色和蓝色时粉刷标号从 0 到 i 的 i + 1 幢房子的最少成本。假设粉刷每幢房子的成本用一个二维数组 costs 表示,那么 costs[i] 中包含的 3 个数字分别是将标号为 i 的房子粉刷红色、绿色和蓝色的成本。当标号为 i 的房子被粉刷成红色时,标号为 i - 1 的房子可以被粉刷成绿色或蓝色,因此 r(i) = min(g(i - 1), b(i - 1)) + costs[i][0]。类似地,当标号为 i 的房子被粉刷成绿色时,标号为 i - 1 的房子可以被粉刷成红色或蓝色,因此 g(i) = min(r(i - 1), b(i - 1)) + costs[i][1];当标号为 i 的房子被粉刷成蓝色时,标号为 i - 1 的房子可以被粉刷成红色或绿色,因此 b(i) = min(r(i - 1), g(i - 1)) + costs[i][2]

这 3 个状态转移方程有一个隐含条件,要求 i 大于 0,否则 i - 1 没有意义。当 i 等于 0 时,r(0) = costs[0][0],g(0) = costs[0][1],b(0) = costs[0][2]

i012
r(i)172 + 15 = 177 + 13 = 20
g(i)216 + 14 = 307 + 3 = 10
b(i)162 + 5 = 717 + 1 = 18

代码实现

class Solution {
public:int minCost(vector<vector<int>>& costs) {vector<vector<int>> dp(3, vector<int>(2));for (int j = 0; j < 3; ++j){dp[j][0] = costs[0][j];}
​int n = costs.size();for (int i = 1; i < n; ++i){for (int j = 0; j < 3; ++j){int prev1 = dp[(j + 1) % 3][(i - 1) % 2];int prev2 = dp[(j + 2) % 3][(i - 1) % 2];dp[j][i % 2] = min(prev1, prev2) + costs[i][j];}}int lastIndex = n - 1;return min(dp[0][lastIndex % 2], min(dp[1][lastIndex % 2], dp[2][lastIndex % 2]));}
};

上述代码用一个二维数组 dp 模拟上述表格,该二维数组一共有 3 行,分别对应 r(i)、g(i) 和 b(i)。由于计算 r(i)、g(i) 和 b(i) 时只需要用到 r(i - 1)、g(i - 1) 和 b(i - 1),因此并不需要用完整的一维数组来保存 r(i)、g(i) 和 b(i) 的值。于是,进一步优化空间效率,将数组每行的长度精简为 2,r(i)、g(i) 和 b(i) 分别保存在 3 行下标为 "i % 2" 的位置。优化之后的代码的时间复杂度是 O(n),空间复杂度是 O(1)。


面试题 92 : 翻转字符

题目

输入一个只包含 '0' 和 '1' 的字符串,其中,'0' 可以翻转成 '1','1' 可以翻转成 '0'。请问至少需要翻转几个字符,才可以使翻转之后的字符串中所有的 '0' 位于 '1' 的前面?翻转之后的字符串可能只包含字符 '0' 或 '1'。例如,输入字符串 "00110",至少需要翻转一个字符才能使所有的 '0' 位于 '1' 的前面。可以将最后一个字符 '0' 翻转成 '1',得到字符串 "00111"。

分析

一次翻转字符串中的一个字符,翻转字符串需要多个步骤。针对每个字符都有两个选择,即选择翻转该字符或不翻转该字符。完成一件事情需要多个步骤并且每个步骤都有多个选择,这看起来是一个和回溯法相关的问题。但由于题目没有要求列出所有符合要求的翻转方法,而是计算符合要求的最少翻转次数,也就是求最优解,因此动态规划更适合解决这个问题。

分析确定状态转移方程

应用动态规划解决问题总是从分析状态转移方程开始的。如果一个只包含 '0' 和 '1' 的字符串 S 的长度为 i + 1,它的字符的下标范围为 0 ~ i。在翻转下标为 i 的字符时假设它的前 i 个字符都已经按照规则翻转完毕,所有的字符 '0' 都位于 '1' 的前面。

如果前 i 个字符在翻转某些 '0' 和 '1' 之后得到的符合要求的字符串的最后一个字符是 '0',那么无论下标为 i 的字符是 '0' 还是 '1',这 i + 1 个字符组成的字符串都是符合要求的。如果前 i 个字符在翻转某些 '0' 和 '1' 之后得到的符合要求的字符串的最后一个字符是 '1',那么必须保证下标为 i 的字符是 '1',这样才能确保这 i + 1 个字符组成的字符串是符合要求的。

由于翻转下标为 i 的字符依赖于前 i 个字符翻转之后最后一个字符是 '0' 还是 '1',因此要分为两种情况讨论。假设函数 f(i) 表示把字符串中从下标为 0 的字符到下标为 i 的字符(记为 S[0···i],字符串中前 i + 1 个字符组成的子字符串)变成符合要求的字符串并且最后一个字符是 '0' 所需要的最少翻转次数。假设函数 g(i) 表示把字符串 S[0···i] 变成符合要求的字符串并且最后一个字符是 '1' 所需要的最少翻转次数。如果字符串的长度为 n,那么 f(n - 1) 和 g(n - 1) 就是翻转整个字符串使字符串符合要求并且最后一个字符分别变成 '0' 和 '1' 的最少翻转次数,它们的较小值就是整个问题的解。

如果翻转之后下标为 i 的字符是 '0',那么下标为 i - 1 的字符一定也是 '0',否则就不满足所有的字符 '0' 位于 '1' 的前面这个要求。当输入字符串中下标为 i 的字符(即 S[i])是 '0' 时,f(i) = f(i - 1),因为这一步不需要翻转;当输入字符串中下标为 i 的字符是 '1' 时,f(i) = f(i - 1) + 1,因为要把下标为 i 的字符翻转成 '0'

如果翻转之后下标为 i 的字符是 '1',那么无论下标为 i - 1 的字符是 '0' 还是 '1' 都满足题目的要求。当 S[i] 是 '0' 时,g(i) = min(f(i - 1), g(i - 1)) + 1,因为要把第 i 个字符翻转成 '1';当 S[i] 是 '1' 时,g(i) = min(f(i - 1), g(i - 1)),因为此时不需要翻转字符

当 i 等于 0 时,f(0) 和 g(0) 的值取决于下标为 0 的字符 S[0]。如果 S[0] 等于 '0',那么 f(0) 的值为 0,否则为 1。g(0) 则反之,如果 S[0] 为 '0',那么 g(0) 的值为 1,否则为 0。

i01234
f(i)00122
g(i)11001

代码实现

class Solution {
public:int minFlipsMonoIncr(string s) {vector<vector<int>> dp(2, vector<int>(2));char ch = s[0];dp[0][0] = ch == '0' ? 0 : 1;dp[1][0] = ch == '1' ? 0 : 1;
​int n = s.size();for (int i = 1; i < n; ++i){ch = s[i];int prev0 = dp[0][(i - 1) % 2];int prev1 = dp[1][(i - 1) % 2];dp[0][i % 2] = prev0 + (ch == '0' ? 0 : 1);dp[1][i % 2] = min(prev0, prev1) + (ch == '1' ? 0 : 1);}return min(dp[0][(n - 1) % 2], dp[1][(n - 1) % 2]);}
};

这篇关于《剑指 Offer》专项突破版 - 面试题 91 和 92 : 粉刷房屋和翻转字符(C++ 实现)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/845567

相关文章

Flutter实现文字镂空效果的详细步骤

《Flutter实现文字镂空效果的详细步骤》:本文主要介绍如何使用Flutter实现文字镂空效果,包括创建基础应用结构、实现自定义绘制器、构建UI界面以及实现颜色选择按钮等步骤,并详细解析了混合模... 目录引言实现原理开始实现步骤1:创建基础应用结构步骤2:创建主屏幕步骤3:实现自定义绘制器步骤4:构建U

SpringBoot中四种AOP实战应用场景及代码实现

《SpringBoot中四种AOP实战应用场景及代码实现》面向切面编程(AOP)是Spring框架的核心功能之一,它通过预编译和运行期动态代理实现程序功能的统一维护,在SpringBoot应用中,AO... 目录引言场景一:日志记录与性能监控业务需求实现方案使用示例扩展:MDC实现请求跟踪场景二:权限控制与

Android实现定时任务的几种方式汇总(附源码)

《Android实现定时任务的几种方式汇总(附源码)》在Android应用中,定时任务(ScheduledTask)的需求几乎无处不在:从定时刷新数据、定时备份、定时推送通知,到夜间静默下载、循环执行... 目录一、项目介绍1. 背景与意义二、相关基础知识与系统约束三、方案一:Handler.postDel

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述:为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展

解决IDEA报错:编码GBK的不可映射字符问题

《解决IDEA报错:编码GBK的不可映射字符问题》:本文主要介绍解决IDEA报错:编码GBK的不可映射字符问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录IDEA报错:编码GBK的不可映射字符终端软件问题描述原因分析解决方案方法1:将命令改为方法2:右下jav

Python实现微信自动锁定工具

《Python实现微信自动锁定工具》在数字化办公时代,微信已成为职场沟通的重要工具,但临时离开时忘记锁屏可能导致敏感信息泄露,下面我们就来看看如何使用Python打造一个微信自动锁定工具吧... 目录引言:当微信隐私遇到自动化守护效果展示核心功能全景图技术亮点深度解析1. 无操作检测引擎2. 微信路径智能获

C#如何调用C++库

《C#如何调用C++库》:本文主要介绍C#如何调用C++库方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录方法一:使用P/Invoke1. 导出C++函数2. 定义P/Invoke签名3. 调用C++函数方法二:使用C++/CLI作为桥接1. 创建C++/CL

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句

在 Spring Boot 中实现异常处理最佳实践

《在SpringBoot中实现异常处理最佳实践》本文介绍如何在SpringBoot中实现异常处理,涵盖核心概念、实现方法、与先前查询的集成、性能分析、常见问题和最佳实践,感兴趣的朋友一起看看吧... 目录一、Spring Boot 异常处理的背景与核心概念1.1 为什么需要异常处理?1.2 Spring B

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项:2. 位运算2.1