Leetcode 加油站

当然,以下是这个 Java 代码的算法思想的中文解释:

算法思路

这道题目要求我们找到一个出发的加油站,使得汽车能环绕一圈回到该站。如果没有这样的加油站,则返回 -1。算法的核心思想是贪心算法(Greedy Algorithm),利用总油量和当前油量的平衡来确定可能的起点。

代码解析

  1. 定义变量

    • totalGas:表示整个环形路程中,提供的油量和消耗的油量的总差。如果 totalGas 最终是负数,说明总油量不足以支持环绕一圈,因此直接返回 -1
    • currentGas:表示从当前起点出发,到当前加油站的油量盈余。如果 currentGas 变为负数,说明从当前起点出发无法到达下一个加油站,此时我们需要更换起点。
    • startStation:记录当前的起点加油站索引。
  2. 循环遍历所有加油站

    • totalGas += gas[i] - cost[i];:累计总油量盈余。
    • currentGas += gas[i] - cost[i];:累计当前起点到当前加油站的油量盈余。
    • 如果 currentGas 变为负数,说明从当前起点 startStation 出发无法到达当前加油站 i 的下一个加油站,因此将 startStation 更新为 i + 1,并将 currentGas 重置为 0,表示重新从下一个加油站开始尝试。
  3. 判断结果

    • 如果 totalGas 是非负数,说明油量总和足够支持环绕一圈,此时返回 startStation 作为起点。
    • 如果 totalGas 是负数,说明无论从哪个加油站出发,总油量都不足以环绕一圈,因此返回 -1

算法复杂度

这个算法只需遍历数组一次,因此时间复杂度为 (O(n)),其中 (n) 是加油站的数量,效率很高。

总结

该算法通过两次油量平衡检查(一次全局平衡,一次局部平衡),利用贪心策略有效地判断并找到唯一的可能起点。

java solution

java 复制代码
class Solution {
    public int canCompleteCircuit(int[] gas, int[] cost) {
        int totalGas = 0;
        int currentGas = 0;
        int startStation = 0;
        for(int i = 0; i < gas.length; i++) {
            totalGas += gas[i] - cost[i];
            currentGas += gas[i] - cost[i];
            if(currentGas < 0) {
                startStation = i + 1;
                currentGas = 0;
            }
        }
        return totalGas >= 0 ? startStation : -1;
    }
}

既然是环路,为什么只需要一个for循环就可以保证得到最终结果?

这是一个很好的问题!确实,在处理环路问题时,我们通常会考虑两次遍历甚至更多遍历,但在这道题中,只需一次遍历就能解决问题,这是因为算法的设计巧妙利用了贪心思想。让我来详细解释为什么一个 for 循环就可以保证得到最终结果。

为什么只需要一次遍历?

核心原因在于总油量和局部油量的平衡。下面我们逐步拆解这个逻辑:

  1. 全局油量平衡totalGas):

    • 如果总油量大于或等于总消耗量(即 totalGas >= 0),那么理论上一定存在一个起点可以使汽车顺利环绕一圈。这是因为,只要总油量足够,那么只要找到合适的起点,汽车就可以顺利行驶。
    • 如果总油量小于总消耗量(即 totalGas < 0),那么无论从哪个加油站出发,汽车都无法环绕一圈。因此,totalGas 是用来判断是否存在解的关键。
  2. 局部油量平衡currentGas):

    • currentGas 用来记录从当前起点 startStation 出发,到当前加油站位置 i 的油量盈余。
    • currentGas 在某个加油站位置变为负数时,意味着从当前 startStation 出发无法继续到下一个加油站。因此,这时候就需要重新选择新的起点,即将 startStation 更新为 i + 1,并将 currentGas 重置为 0
    • 换句话说,当我们发现从某个起点无法到达下一个加油站时,说明这个起点以及它之前的任何加油站都不可能作为有效的起点,因为如果它们可以,currentGas 就不会为负数。因此,我们可以直接跳到下一个加油站作为新的起点,而不需要重新遍历之前的加油站。
  3. 贪心策略的关键

    • 当我们选择一个新的 startStation 时,之前所有的加油站都被"放弃"了,因为我们已经知道从这些站点出发无法完成环绕一圈。
    • 最终,如果整个数组遍历完毕且 totalGas >= 0,那么最后确定的 startStation 就是唯一可能的起点。

例子分析

以题目中的例子为例:

  • gas = [1, 2, 3, 4, 5]
  • cost = [3, 4, 5, 1, 2]
  1. 我们初始化 startStation = 0totalGas = 0currentGas = 0
  2. 依次遍历加油站:
    • 当遍历到第 2 号加油站时(i = 2),currentGas 变为负数,这表明从 startStation = 0 出发无法到达下一个站。因此,我们将 startStation 更新为 i + 1 = 3
    • 从第 3 号加油站重新出发,直到遍历结束,currentGas 不再为负数。
  3. 最后检查 totalGas >= 0,确定可以环绕一圈,因此返回 startStation = 3

总结

这个算法的关键在于每当 currentGas 变为负数时,说明从当前起点以及之前的所有加油站出发都无法成功。通过将起点移动到下一个加油站,我们避免了重复计算,因此只需要一次遍历就能确定唯一的可能起点。

相关推荐
阿维的博客日记1 小时前
LeetCode 139. 单词拆分 - 动态规划解法详解
leetcode·动态规划·代理模式
程序员Xu2 小时前
【LeetCode热题100道笔记】二叉树的右视图
笔记·算法·leetcode
笑脸惹桃花2 小时前
50系显卡训练深度学习YOLO等算法报错的解决方法
深度学习·算法·yolo·torch·cuda
阿维的博客日记3 小时前
LeetCode 48 - 旋转图像算法详解(全网最优雅的Java算法
算法·leetcode
GEO_YScsn3 小时前
Rust 的生命周期与借用检查:安全性深度保障的基石
网络·算法
程序员Xu3 小时前
【LeetCode热题100道笔记】二叉搜索树中第 K 小的元素
笔记·算法·leetcode
THMAIL4 小时前
机器学习从入门到精通 - 数据预处理实战秘籍:清洗、转换与特征工程入门
人工智能·python·算法·机器学习·数据挖掘·逻辑回归
Kevinhbr4 小时前
CSP-J/S IS COMING
数据结构·c++·算法
蕓晨5 小时前
set的插入和pair的用法
c++·算法
THMAIL5 小时前
深度学习从入门到精通 - AutoML与神经网络搜索(NAS):自动化模型设计未来
人工智能·python·深度学习·神经网络·算法·机器学习·逻辑回归