【动态规划】【 数学】C++算法:514自由之路

简介: 【动态规划】【 数学】C++算法:514自由之路

作者推荐

视频算法专题

本文涉及知识点

动态规划汇总

数学

力扣514 自由之路

电子游戏“辐射4”中,任务 “通向自由” 要求玩家到达名为 “Freedom Trail Ring” 的金属表盘,并使用表盘拼写特定关键词才能开门。

给定一个字符串 ring ,表示刻在外环上的编码;给定另一个字符串 key ,表示需要拼写的关键词。您需要算出能够拼写关键词中所有字符的最少步数。

最初,ring 的第一个字符与 12:00 方向对齐。您需要顺时针或逆时针旋转 ring 以使 key 的一个字符在 12:00 方向对齐,然后按下中心按钮,以此逐个拼写完 key 中的所有字符。

旋转 ring 拼出 key 字符 key[i] 的阶段中:

您可以将 ring 顺时针或逆时针旋转 一个位置 ,计为1步。旋转的最终目的是将字符串 ring 的一个字符与 12:00 方向对齐,并且这个字符必须等于字符 key[i] 。

如果字符 key[i] 已经对齐到12:00方向,您需要按下中心按钮进行拼写,这也将算作 1 步。按完之后,您可以开始拼写 key 的下一个字符(下一阶段), 直至完成所有拼写。

示例 1:

输入: ring = “godding”, key = “gd”

输出: 4

解释:

对于 key 的第一个字符 ‘g’,已经在正确的位置, 我们只需要1步来拼写这个字符。

对于 key 的第二个字符 ‘d’,我们需要逆时针旋转 ring “godding” 2步使它变成 “ddinggo”。

当然, 我们还需要1步进行拼写。

因此最终的输出是 4。

示例 2:

输入: ring = “godding”, key = “godding”

输出: 13

提示:

1 <= ring.length, key.length <= 100

ring 和 key 只包含小写英文字母

保证 字符串 key 一定可以由字符串 ring 旋转拼出

动态规划

** 时间复杂度 ** : O(nmm) n=key.length m等于一个字符在ring中出现的次数。

三层循环:

一层循环枚举key的字符。

二层循环当前字符的位置。

三层循环前一个字符的位置。

两个表盘位置,逆时针和顺时针最少需要转动的次数。

iMin=min(i1,i2) iMax = max(i1,i2)

min(iMax-iMin,iMin+ring.length-iMax)

动态规划的细节,方便检查

动态规划的状态表示 pre中的元素{prePos,preSetp} 按完上一个字符后,金属盘所在的位置和需要步数。
动态规划的转移方程 枚举当前字符位置和前一字符位置,计算最小值
动态规划的初始状态 {0,0}
动态规划的填表顺序 key从前到后处理,确保动态规划的无后效性
动态规划的返回值 max(preStep)

代码

核心代码

class Solution {
public:
  int findRotateSteps(string ring, string key) {
    vector<vector<int>> vCharIndexs(26);
    for (int i = 0; i < ring.length(); i++)
    {
      vCharIndexs[ring[i] - 'a'].emplace_back(i);
    }
    vector<pair<int, int>> pre;
    pre.emplace_back(0, 0);
    for (const auto& ch : key)
    {
      vector<pair<int, int>> dp;
      const auto& cur = vCharIndexs[ch - 'a'];
      for (const auto& curPos : cur)
      {
        int curStep = INT_MAX;
        for (const auto [prePos, step] : pre)
        {
          const int iMin = min(prePos, curPos), iMax = max(prePos, curPos); 
          curStep = min(curStep, step + 1 +  min(iMax - iMin, iMin + (int)ring.length() - iMax));
        }
        dp.emplace_back(curPos, curStep);
      }
      pre.swap(dp);
    }
    int iRet = INT_MAX;
    for (const auto [prePos, step] : pre)
    {
      iRet = min(iRet, step);
    }
    return iRet;
  }
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
  assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
  if (v1.size() != v2.size())
  {
    assert(false);
    return;
  }
  for (int i = 0; i < v1.size(); i++)
  {
    Assert(v1[i], v2[i]);
  }
}
int main()
{
  string ring,  key;
  {
    Solution sln;
    ring = "godding", key = "gd";
    auto res = sln.findRotateSteps(ring, key);
    Assert(4, res);
  }
  {
    Solution sln;
    ring = "godding", key = "godding";
    auto res = sln.findRotateSteps(ring, key);
    Assert(13, res);
  }
  
    
}

2023年1月版

class Solution {

public:

int findRotateSteps(string ring, string key) {

std::unordered_map<char, vector> mCharPos;

for (int i = 0; i < ring.length(); i++)

{

mCharPos[ring[i]].push_back(i);

}

std::unordered_map<int,int> vPrePosOpeNum;//当前位置及最少操作次数

vPrePosOpeNum[0] = 0;

for (const char& ch : key)

{

std::unordered_map<int, int> vPosOpeNum;

for (const auto& pos : mCharPos[ch])

{

for (const auto& prePos : vPrePosOpeNum)

{

//大的减小的

int iMove = abs(prePos.first - pos);

iMove = min(iMove,min(prePos.first, pos) + (int)ring.length() - max(prePos.first, pos));

const int iOpeNum = iMove + prePos.second + 1;

if (vPosOpeNum.count(pos))

{

vPosOpeNum[pos] = min(vPosOpeNum[pos], iOpeNum);

}

else

{

vPosOpeNum[pos] = iOpeNum;

}

}

}

vPrePosOpeNum.swap(vPosOpeNum);

}

int iMin = INT_MAX;

for (const auto& prePos : vPrePosOpeNum)

{

iMin = min(iMin, prePos.second);

}

return (INT_MAX == iMin) ? -1 : iMin;

}

};


相关文章
|
4月前
|
存储 监控 算法
基于 C++ 哈希表算法实现局域网监控电脑屏幕的数据加速机制研究
企业网络安全与办公管理需求日益复杂的学术语境下,局域网监控电脑屏幕作为保障信息安全、规范员工操作的重要手段,已然成为网络安全领域的关键研究对象。其作用类似网络空间中的 “电子眼”,实时捕获每台电脑屏幕上的操作动态。然而,面对海量监控数据,实现高效数据存储与快速检索,已成为提升监控系统性能的核心挑战。本文聚焦于 C++ 语言中的哈希表算法,深入探究其如何成为局域网监控电脑屏幕数据处理的 “加速引擎”,并通过详尽的代码示例,展现其强大功能与应用价值。
99 2
|
5月前
|
存储 算法 C++
Windows共享文件:探秘C++实现的B树索引算法奇境
在数字化时代,Windows共享文件的高效管理至关重要。B树算法以其自平衡多路搜索特性,在文件索引与存储优化中表现出色。本文探讨B树在Windows共享文件中的应用,通过C++实现具体代码,展示其构建文件索引、优化数据存储的能力,提升文件检索效率。B树通过减少磁盘I/O操作,确保查询高效,为企业和个人提供流畅的文件共享体验。
|
2月前
|
存储 监控 算法
基于跳表数据结构的企业局域网监控异常连接实时检测 C++ 算法研究
跳表(Skip List)是一种基于概率的数据结构,适用于企业局域网监控中海量连接记录的高效处理。其通过多层索引机制实现快速查找、插入和删除操作,时间复杂度为 $O(\log n)$,优于链表和平衡树。跳表在异常连接识别、黑名单管理和历史记录溯源等场景中表现出色,具备实现简单、支持范围查询等优势,是企业网络监控中动态数据管理的理想选择。
61 0
|
3月前
|
存储 机器学习/深度学习 算法
基于 C++ 的局域网访问控制列表(ACL)实现及局域网限制上网软件算法研究
本文探讨局域网限制上网软件中访问控制列表(ACL)的应用,分析其通过规则匹配管理网络资源访问的核心机制。基于C++实现ACL算法原型,展示其灵活性与安全性。文中强调ACL在企业与教育场景下的重要作用,并提出性能优化及结合机器学习等未来研究方向。
90 4
|
4月前
|
监控 算法 数据处理
基于 C++ 的 KD 树算法在监控局域网屏幕中的理论剖析与工程实践研究
本文探讨了KD树在局域网屏幕监控中的应用,通过C++实现其构建与查询功能,显著提升多维数据处理效率。KD树作为一种二叉空间划分结构,适用于屏幕图像特征匹配、异常画面检测及数据压缩传输优化等场景。相比传统方法,基于KD树的方案检索效率提升2-3个数量级,但高维数据退化和动态更新等问题仍需进一步研究。未来可通过融合其他数据结构、引入深度学习及开发增量式更新算法等方式优化性能。
131 17
|
3月前
|
机器学习/深度学习 存储 算法
基于 C++ 布隆过滤器算法的局域网上网行为控制:URL 访问过滤的高效实现研究
本文探讨了一种基于布隆过滤器的局域网上网行为控制方法,旨在解决传统黑白名单机制在处理海量URL数据时存储与查询效率低的问题。通过C++实现URL访问过滤功能,实验表明该方法可将内存占用降至传统方案的八分之一,查询速度提升约40%,假阳性率可控。研究为优化企业网络管理提供了新思路,并提出结合机器学习、改进哈希函数及分布式协同等未来优化方向。
79 0
|
7月前
|
编译器 C++ 开发者
【C++篇】深度解析类与对象(下)
在上一篇博客中,我们学习了C++的基础类与对象概念,包括类的定义、对象的使用和构造函数的作用。在这一篇,我们将深入探讨C++类的一些重要特性,如构造函数的高级用法、类型转换、static成员、友元、内部类、匿名对象,以及对象拷贝优化等。这些内容可以帮助你更好地理解和应用面向对象编程的核心理念,提升代码的健壮性、灵活性和可维护性。
|
3月前
|
人工智能 机器人 编译器
c++模板初阶----函数模板与类模板
class 类模板名private://类内成员声明class Apublic:A(T val):a(val){}private:T a;return 0;运行结果:注意:类模板中的成员函数若是放在类外定义时,需要加模板参数列表。return 0;
83 0
|
3月前
|
存储 编译器 程序员
c++的类(附含explicit关键字,友元,内部类)
本文介绍了C++中类的核心概念与用法,涵盖封装、继承、多态三大特性。重点讲解了类的定义(`class`与`struct`)、访问限定符(`private`、`public`、`protected`)、类的作用域及成员函数的声明与定义分离。同时深入探讨了类的大小计算、`this`指针、默认成员函数(构造函数、析构函数、拷贝构造、赋值重载)以及运算符重载等内容。 文章还详细分析了`explicit`关键字的作用、静态成员(变量与函数)、友元(友元函数与友元类)的概念及其使用场景,并简要介绍了内部类的特性。
163 0
|
5月前
|
编译器 C++ 容器
【c++11】c++11新特性(上)(列表初始化、右值引用和移动语义、类的新默认成员函数、lambda表达式)
C++11为C++带来了革命性变化,引入了列表初始化、右值引用、移动语义、类的新默认成员函数和lambda表达式等特性。列表初始化统一了对象初始化方式,initializer_list简化了容器多元素初始化;右值引用和移动语义优化了资源管理,减少拷贝开销;类新增移动构造和移动赋值函数提升性能;lambda表达式提供匿名函数对象,增强代码简洁性和灵活性。这些特性共同推动了现代C++编程的发展,提升了开发效率与程序性能。
161 12

热门文章

最新文章