本文涉及知识点
LeetCode 1774. 最接近目标价格的甜点成本
你打算做甜点,现在需要购买配料。目前共有 n 种冰激凌基料和 m 种配料可供选购。而制作甜点需要遵循以下几条规则:
必须选择 一种 冰激凌基料。
可以添加 一种或多种 配料,也可以不添加任何配料。
每种类型的配料 最多两份 。
给你以下三个输入:
baseCosts ,一个长度为 n 的整数数组,其中每个 baseCosts[i] 表示第 i 种冰激凌基料的价格。
toppingCosts,一个长度为 m 的整数数组,其中每个 toppingCosts[i] 表示 一份 第 i 种冰激凌配料的价格。
target ,一个整数,表示你制作甜点的目标价格。
你希望自己做的甜点总成本尽可能接近目标价格 target 。
返回最接近 target 的甜点成本。如果有多种方案,返回 成本相对较低 的一种。
示例 1:
输入:baseCosts = [1,7], toppingCosts = [3,4], target = 10
输出:10
解释:考虑下面的方案组合(所有下标均从 0 开始):
- 选择 1 号基料:成本 7
- 选择 1 份 0 号配料:成本 1 x 3 = 3
- 选择 0 份 1 号配料:成本 0 x 4 = 0
总成本:7 + 3 + 0 = 10 。
示例 2:
输入:baseCosts = [2,3], toppingCosts = [4,5,100], target = 18
输出:17
解释:考虑下面的方案组合(所有下标均从 0 开始):
- 选择 1 号基料:成本 3
- 选择 1 份 0 号配料:成本 1 x 4 = 4
- 选择 2 份 1 号配料:成本 2 x 5 = 10
- 选择 0 份 2 号配料:成本 0 x 100 = 0
总成本:3 + 4 + 10 + 0 = 17 。不存在总成本为 18 的甜点制作方案。
示例 3:
输入:baseCosts = [3,10], toppingCosts = [2,5], target = 9
输出:8
解释:可以制作总成本为 8 和 10 的甜点。返回 8 ,因为这是成本更低的方案。
示例 4:
输入:baseCosts = [10], toppingCosts = [1], target = 1
输出:10
解释:注意,你可以选择不添加任何配料,但你必须选择一种基料。
提示:
n == baseCosts.length
m == toppingCosts.length
1 <= n, m <= 10
1 <= baseCosts[i], toppingCosts[i] <= 10^4^
1 <= target <= 10^4^
动态规划 多重背包
动态规划的状态表示
价格最低的基料价格为m1,如果m1大于target,则只选择此基料。否则需要考虑的最大价格为M= target+m1。
dp[i][m] 表示选择了一种基料,和前m种辅料后,辅料可能0到2份,能否价格为m。
动态规划的转移方程
枚举前置状态
dp[i+1] = dp[i] 不选择辅料
dp[i+1][m+tc[i]] ||= dp[i][m] 选择一份辅料
dp[i+1][m+tc[i]*2] ||= dp[i][m] 选择两份辅料
动态规划的初始值
如果存在价格x的基料,则dp[0][x]=true,其它全部为false。
动态规划的填报顺序
i = 0 to n-1 m = 0 to M-tc[i]
动态规划的返回值
dp.back()[x]成立, min(abs(x-target)) 从小到大枚举x。
代码
核心代码
cpp
class Solution {
public:
int closestCost(vector<int>& baseCosts, vector<int>& toppingCosts, int target) {
const int iMin = *min_element(baseCosts.begin(), baseCosts.end());
if (iMin >= target)return iMin;
const int M = target + (target-iMin);
vector<bool> pre(M + 1);
auto Add = [&](vector<bool>& dp,int cur) {
if (cur > M)return;
dp[cur] = true;
};
for (const auto& n : baseCosts) {
Add(pre, n);
}
for (const auto& n : toppingCosts) {
vector<bool> dp = pre;
for (int i = 0; i <= M; i++) {
if (!pre[i])continue;
Add(dp, i + n);
Add(dp, i + n*2);
}
pre.swap(dp);
}
for (int i = 0; i <= target; i++) {
if (pre[target - i]) { return target - i; }
if (pre[target + i]) { return target + i; }
}
return -1;
}
};
单元测试
cpp
vector<int> baseCosts, toppingCosts;
int target;
TEST_METHOD(TestMethod11)
{
baseCosts = { 1,7 }, toppingCosts = { 3,4 }, target = 10;
auto res = Solution().closestCost(baseCosts, toppingCosts, target);
AssertEx(10, res);
}
TEST_METHOD(TestMethod12)
{
baseCosts = { 2,3 }, toppingCosts = { 4,5,100 }, target = 18;
auto res = Solution().closestCost(baseCosts, toppingCosts, target);
AssertEx(17, res);
}
TEST_METHOD(TestMethod13)
{
baseCosts = { 3,10 }, toppingCosts = { 2,5 }, target = 9;
auto res = Solution().closestCost(baseCosts, toppingCosts, target);
AssertEx(8, res);
}
TEST_METHOD(TestMethod14)
{
baseCosts = { 10 }, toppingCosts = { 1 }, target = 1;
auto res = Solution().closestCost(baseCosts, toppingCosts, target);
AssertEx(10, res);
}
扩展阅读
我想对大家说的话 |
---|
工作中遇到的问题,可以按类别查阅鄙人的算法文章,请点击《算法与数据汇总》。 |
学习算法:按章节学习《喜缺全书算法册》,大量的题目和测试用例,打包下载。重视操作 |
有效学习:明确的目标 及时的反馈 拉伸区(难度合适) 专注 |
闻缺陷则喜(喜缺)是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。 |
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。 |
如果程序是一条龙,那算法就是他的是睛 |
失败+反思=成功 成功+反思=成功 |
视频课程
先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176
测试环境
操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。