LeetCode|983. 最低票价(day12)

作者：MJ昊

博客：掘金、CSDN等

公众号：程序猿的编程之路

今天是 昊 的算法之路第12天，今天分享的是LeetCode第983题最低票价的解题思路。这道题目难度为中等，是一道典型的动态规划问题。

题目描述简要回顾

给定一个按升序排列的天数数组 days，表示你需要在这些天进行旅行。此外，还有三种票价和票的有效天数：

• 一日票：costs[0] 元，有效期 1 天
• 七日票：costs[1] 元，有效期 7 天
• 三十日票：costs[2] 元，有效期 30 天

你需要根据每天的出行情况，选择购买票的方式，使得总费用最低。

解题思路

1. 动态规划状态定义：

   • 使用 dp[i] 表示从第 1 天到第 i 天之间的最小总费用。
   • 如果当天不需要旅行，则 dp[i] = dp[i - 1]。
   • 如果当天需要旅行，则考虑买不同票的方案，选择最小费用。

2. 状态转移方程：

   • 当天购买一日票：dp[i] = dp[i - 1] + costs[0]
   • 当天购买七日票：dp[i] = dp[i - 7] + costs[1]
   • 当天购买三十日票：dp[i] = dp[i - 30] + costs[2]
   • 对这三种方案取最小值。

3. 优化存储：

   • 使用 Set 存储需要旅行的天数，加快查找效率。
   • 遍历从第 1 天到最后一天，用动态规划数组存储结果。

代码实现：

var mincostTickets = function (days, costs) {
    const lastDay = days[days.length - 1];
    const dp = new Array(lastDay + 1).fill(0);
    const daySet = new Set(days); // 使用 Set 提高查找天数的效率
    for (let i = 1; i <= lastDay; i++) {
        if (!daySet.has(i)) {
            dp[i] = dp[i - 1]; // 如果当天不需要旅行，则费用和前一天相同
        } else {
            // 如果当天需要旅行，计算买不同类型票的最小费用
            dp[i] = Math.min(
                dp[Math.max(0, i - 1)] + costs[0], // 一日票
                dp[Math.max(0, i - 7)] + costs[1], // 七日票
                dp[Math.max(0, i - 30)] + costs[2], // 三十日票
            );
        }
    }
    return dp[lastDay]; // 返回最后一天的最小费用
};

复杂度分析##

• 时间复杂度：O(n)，其中 n 为最后一天的天数。我们需要遍历从第 1 天到 lastDay 天的所有天数，每次操作都是 O(1)。
• 空间复杂度：O(n)，动态规划数组 dp 需要存储从第 0 天到 lastDay 天的费用。

总结

这道题的关键在于理解如何构建 状态转移方程 和 选择最优策略。通过遍历每一天并计算每种票的最小费用，我们可以在最后一天得到最优解。动态规划的思想在于通过解决子问题来构建最终解，这在处理类似问题时非常有效。