DFS分析
- naive思路:在每个结点选择轮胎。
- 但只要发生改变,如果深度相同,只需要记录当前深度往下的搜索结果即可。(记忆化搜索)
- 从该节点回溯到第一个连续的轮胎,该轮胎的使用一定是同样步骤中耗费最小的。
最优子结构
- 第一个轮胎选择后连续使用到第j场,则j+1场到最后时间也是最优
- 令dp[i],完成i后缀的比赛所用时间最小值,则考虑肯定更换轮胎的时间(暂且不考虑边界情况)
d
p
[
i
]
=
m
i
n
P
轮
胎
,
j
步
{
d
p
[
i
+
j
]
+
c
h
a
n
g
e
T
i
m
e
+
P
轮
胎
使
用
j
步
的
最
小
时
间
}
dp[i] = min_{P轮胎,j步}\{dp[i+j] + changeTime + P轮胎使用j步的最小时间\}
dp[i]=minP轮胎,j步?{dp[i+j]+changeTime+P轮胎使用j步的最小时间} - j有上界。这是因为同一个轮胎,当
f
r
x
?
1
>
=
c
h
a
n
g
e
t
i
m
e
+
f
fr^{x-1} >= changetime +f
frx?1>=changetime+f肯定要更换轮胎。
- 没有考虑到的点:提前预处理求最小值。
- 总结:使用DP时,要注意拆解的小部分是否是原先问题的子问题。例如此题更换轮胎剩下的部分就是子问题,而仅仅确定第一个轮胎后后续的并不是子问题。其次把DP方程写下,别空想。并且预处理。
实现
class Solution {
public:
int minimumFinishTime(vector<vector<int>>& tires, int changeTime, int numLaps) {
int pre[21];
for(int i = 0;i<21;i++)
pre[i] = 1e10;
for(int i = 0;i<tires.size();i++)
{
int f = tires[i][0];
int r = tires[i][1];
int ret;
int co = 1;
int sum = 0;
while(co <= 20)
{
ret = f;
sum+=ret;
while(co <= 20 && ret < f + changeTime)
{
pre[co] = min(pre[co],sum);
ret *= r;
if(ret < f + changeTime)
sum += ret;
co++;
}
if(co <= 20)
sum += changeTime;
}
}
int dp[numLaps];
dp[numLaps - 1] = pre[1];
for(int i = numLaps -2;i>=0;i--)
{
dp[i] = 1e10;
for(int j = i + 1 ; j - i <= 20 && j <= numLaps;j++)
{
if(j < numLaps)
{
dp[i] = min(dp[i],dp[j] + changeTime + pre[j - i]);
}
else
dp[i] = min(dp[i],pre[j - i]);
}
}
return dp[0];
}
};
|