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

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,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... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

MySQL中FIND_IN_SET函数与INSTR函数用法解析

《MySQL中FIND_IN_SET函数与INSTR函数用法解析》:本文主要介绍MySQL中FIND_IN_SET函数与INSTR函数用法解析,本文通过实例代码给大家介绍的非常详细,感兴趣的朋友一... 目录一、功能定义与语法1、FIND_IN_SET函数2、INSTR函数二、本质区别对比三、实际场景案例分

Java图片压缩三种高效压缩方案详细解析

《Java图片压缩三种高效压缩方案详细解析》图片压缩通常涉及减少图片的尺寸缩放、调整图片的质量(针对JPEG、PNG等)、使用特定的算法来减少图片的数据量等,:本文主要介绍Java图片压缩三种高效... 目录一、基于OpenCV的智能尺寸压缩技术亮点:适用场景:二、JPEG质量参数压缩关键技术:压缩效果对比

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

关于WebSocket协议状态码解析

《关于WebSocket协议状态码解析》:本文主要介绍关于WebSocket协议状态码的使用方式,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WebSocket协议状态码解析1. 引言2. WebSocket协议状态码概述3. WebSocket协议状态码详解3

CSS Padding 和 Margin 区别全解析

《CSSPadding和Margin区别全解析》CSS中的padding和margin是两个非常基础且重要的属性,它们用于控制元素周围的空白区域,本文将详细介绍padding和... 目录css Padding 和 Margin 全解析1. Padding: 内边距2. Margin: 外边距3. Padd

Oracle数据库常见字段类型大全以及超详细解析

《Oracle数据库常见字段类型大全以及超详细解析》在Oracle数据库中查询特定表的字段个数通常需要使用SQL语句来完成,:本文主要介绍Oracle数据库常见字段类型大全以及超详细解析,文中通过... 目录前言一、字符类型(Character)1、CHAR:定长字符数据类型2、VARCHAR2:变长字符数

使用Jackson进行JSON生成与解析的新手指南

《使用Jackson进行JSON生成与解析的新手指南》这篇文章主要为大家详细介绍了如何使用Jackson进行JSON生成与解析处理,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 核心依赖2. 基础用法2.1 对象转 jsON(序列化)2.2 JSON 转对象(反序列化)3.

Springboot @Autowired和@Resource的区别解析

《Springboot@Autowired和@Resource的区别解析》@Resource是JDK提供的注解,只是Spring在实现上提供了这个注解的功能支持,本文给大家介绍Springboot@... 目录【一】定义【1】@Autowired【2】@Resource【二】区别【1】包含的属性不同【2】@

SpringCloud动态配置注解@RefreshScope与@Component的深度解析

《SpringCloud动态配置注解@RefreshScope与@Component的深度解析》在现代微服务架构中,动态配置管理是一个关键需求,本文将为大家介绍SpringCloud中相关的注解@Re... 目录引言1. @RefreshScope 的作用与原理1.1 什么是 @RefreshScope1.