面试经典题目:LeetCode134_加油站

leetcode134_加油站

题目链接:leetcode134_加油站

暴力解法

暴力解法会尝试每个加油站作为起点,模拟一圈行驶来验证是否能成功环绕一周。这种方法的时间复杂度是 O(n^2)(超时),因为它对每个可能的起点都进行了完整的模拟。以下是暴力解法的简化描述:

  1. 遍历所有加油站:将每一个加油站作为潜在的起点。
  2. 模拟行驶:从当前选择的起点开始,检查是否有足够的油量到达下一个加油站,并继续此过程直到回到起点。
  3. 返回结果 :如果找到一个成功的起点,则返回该索引;如果所有起点都无法完成一圈,则返回 -1

暴力解法的问题在于它没有利用已经获得的信息,每次都要重新计算,导致了不必要的重复工作。

cpp 复制代码
class Solution {
public:
    int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
        int len = gas.size();
        for (int index = 0; index < len; index++)
        {
            int i = index, sum = gas[i],end=0;
            bool flag = false;
            while (sum >= cost[i])
            {
                sum = sum - cost[i] + gas[(i + 1) % len];
                end=i+1;
                i = end % len;
                if ((end == len && index == 0) || i == 0)
                    flag = true;
                if (flag && i == index)
                    return index;
            }
        }
        return -1;
    }
};

贪心算法

初始条件

设 x x x 和 y y y 是两个加油站,且 x < y x < y x<y。

  • g a s [ i ] gas[i] gas[i] 表示第 i i i 个加油站的油量。
  • c o s t [ i ] cost[i] cost[i] 表示从第 i i i 个加油站到下一个加油站所需的油量。

第一个不等式

∑ i = x y g a s [ i ] < ∑ i = x y c o s t [ i ] \sum_{i=x}^{y} gas[i] < \sum_{i=x}^{y} cost[i] i=x∑ygas[i]<i=x∑ycost[i]

这个不等式表明从加油站 x 到加油站 y 的总油量不足以覆盖这段路程所需的总油量,因此无法直接从 x 到达 y

第二个不等式

∑ i = x j g a s [ i ] ≥ ∑ i = x j c o s t [ i ] (对于所有 j ∈ [ x , y ) ) \sum_{i=x}^{j} gas[i] \geq \sum_{i=x}^{j} cost[i] \quad \text{(对于所有 } j \in [x, y)) i=x∑jgas[i]≥i=x∑jcost[i](对于所有 j∈[x,y))

这个不等式表明对于所有位于 x y 之间的加油站 j ,从 x j 的总油量足以覆盖这段路程所需的总油量,因此可以到达这些加油站。

考虑任意加油站 z z z

现在考虑任意一个位于 x x x 和 y y y 之间的加油站 z z z,我们需要判断从 z z z 出发是否能到达 y y y。

推导过程

  1. 分解和

    ∑ i = z y g a s [ i ] = ∑ i = x y g a s [ i ] − ∑ i = x z − 1 g a s [ i ] \sum_{i=z}^{y} gas[i] = \sum_{i=x}^{y} gas[i] - \sum_{i=x}^{z-1} gas[i] i=z∑ygas[i]=i=x∑ygas[i]−i=x∑z−1gas[i]

  2. 应用第一个不等式

    ∑ i = x y g a s [ i ] < ∑ i = x y c o s t [ i ] \sum_{i=x}^{y} gas[i] < \sum_{i=x}^{y} cost[i] i=x∑ygas[i]<i=x∑ycost[i]

    因此,

    ∑ i = x y g a s [ i ] − ∑ i = x z − 1 g a s [ i ] < ∑ i = x y c o s t [ i ] − ∑ i = x z − 1 g a s [ i ] \sum_{i=x}^{y} gas[i] - \sum_{i=x}^{z-1} gas[i] < \sum_{i=x}^{y} cost[i] - \sum_{i=x}^{z-1} gas[i] i=x∑ygas[i]−i=x∑z−1gas[i]<i=x∑ycost[i]−i=x∑z−1gas[i]

  3. 应用第二个不等式

    ∑ i = x z − 1 g a s [ i ] ≥ ∑ i = x z − 1 c o s t [ i ] \sum_{i=x}^{z-1} gas[i] \geq \sum_{i=x}^{z-1} cost[i] i=x∑z−1gas[i]≥i=x∑z−1cost[i]

    因此,

    ∑ i = x y c o s t [ i ] − ∑ i = x z − 1 g a s [ i ] < ∑ i = x y c o s t [ i ] − ∑ i = x z − 1 c o s t [ i ] \sum_{i=x}^{y} cost[i] - \sum_{i=x}^{z-1} gas[i] < \sum_{i=x}^{y} cost[i] - \sum_{i=x}^{z-1} cost[i] i=x∑ycost[i]−i=x∑z−1gas[i]<i=x∑ycost[i]−i=x∑z−1cost[i]

  4. 简化表达式

    ∑ i = x y c o s t [ i ] − ∑ i = x z − 1 c o s t [ i ] = ∑ i = z y c o s t [ i ] \sum_{i=x}^{y} cost[i] - \sum_{i=x}^{z-1} cost[i] = \sum_{i=z}^{y} cost[i] i=x∑ycost[i]−i=x∑z−1cost[i]=i=z∑ycost[i]

  5. 最终结论

    ∑ i = z y g a s [ i ] < ∑ i = z y c o s t [ i ] \sum_{i=z}^{y} gas[i] < \sum_{i=z}^{y} cost[i] i=z∑ygas[i]<i=z∑ycost[i]

结论

从任意一个位于 x x x 和 y y y 之间的加油站 z z z 出发,都无法到达加油站 y y y,因为从 z z z 到 y y y 的总油量不足以覆盖这段路程所需的总油量。

cpp 复制代码
class Solution {
public:
    int canCompleteCircuit(vector<int>& gas, vector<int>& cost) {
        int totalTank = 0, currentTank = 0;
        int startingStation = 0;

        for (int i = 0; i < gas.size(); ++i) {
            // 更新总油量和当前油量
            totalTank += gas[i] - cost[i];
            currentTank += gas[i] - cost[i];

            // 如果当前油量为负,说明从起点到当前位置不可能到达,更新起点为下一个位置
            if (currentTank < 0) {
                startingStation = i + 1;
                currentTank = 0; // 重置当前油量
            }
        }

        // 如果总油量为非负数,说明可以完成一圈;否则不能完成
        return totalTank >= 0 ? startingStation : -1;
    }
};
相关推荐
Coovally AI模型快速验证1 小时前
农田扫描提速37%!基于检测置信度的无人机“智能抽查”路径规划,Coovally一键加速模型落地
深度学习·算法·yolo·计算机视觉·transformer·无人机
mit6.8241 小时前
[openvela] Hello World :从零开始的完整实践与问题复盘
c++·嵌入式硬件
pusue_the_sun1 小时前
数据结构:二叉树oj练习
c语言·数据结构·算法·二叉树
RaymondZhao342 小时前
【全面推导】策略梯度算法:公式、偏差方差与进化
人工智能·深度学习·算法·机器学习·chatgpt
艾伦~耶格尔2 小时前
【集合框架LinkedList底层添加元素机制】
java·开发语言·学习·面试
zhangfeng11332 小时前
DBSCAN算法详解和参数优化,基于密度的空间聚类算法,特别擅长处理不规则形状的聚类和噪声数据
算法·机器学习·聚类
一只叫煤球的猫2 小时前
🕰 一个案例带你彻底搞懂延迟双删
java·后端·面试
啊阿狸不会拉杆3 小时前
《算法导论》第 32 章 - 字符串匹配
开发语言·c++·算法
小学生的信奥之路3 小时前
洛谷P3817题解:贪心算法解决糖果分配问题
c++·算法·贪心算法
曙曙学编程4 小时前
stm32——GPIO
c语言·c++·stm32·单片机·嵌入式硬件