【动态规划】【C++算法】1335 工作计划的最低难度

简介: 【动态规划】【C++算法】1335 工作计划的最低难度

作者推荐

【动态规划】【字符串】【表达式】2019. 解出数学表达式的学生分数

本文涉及知识点

动态规划汇总

LeetCode1335. 工作计划的最低难度

你需要制定一份 d 天的工作计划表。工作之间存在依赖,要想执行第 i 项工作,你必须完成全部 j 项工作( 0 <= j < i)。

你每天 至少 需要完成一项任务。工作计划的总难度是这 d 天每一天的难度之和,而一天的工作难度是当天应该完成工作的最大难度。

给你一个整数数组 jobDifficulty 和一个整数 d,分别代表工作难度和需要计划的天数。第 i 项工作的难度是 jobDifficulty[i]。

返回整个工作计划的 最小难度 。如果无法制定工作计划,则返回 -1 。

示例 1:

输入:jobDifficulty = [6,5,4,3,2,1], d = 2

输出:7

解释:第一天,您可以完成前 5 项工作,总难度 = 6.

第二天,您可以完成最后一项工作,总难度 = 1.

计划表的难度 = 6 + 1 = 7

示例 2:

输入:jobDifficulty = [9,9,9], d = 4

输出:-1

解释:就算你每天完成一项工作,仍然有一天是空闲的,你无法制定一份能够满足既定工作时间的计划表。

示例 3:

输入:jobDifficulty = [1,1,1], d = 3

输出:3

解释:工作计划为每天一项工作,总难度为 3 。

示例 4:

输入:jobDifficulty = [7,1,7,1,7,1], d = 3

输出:15

示例 5:

输入:jobDifficulty = [11,111,22,222,33,333,44,444], d = 6

输出:843

动态规划

预处理

如果任务数小于天数,直接返回-1。

vHard[left][r]表示第left项任务到第r项任务的最大难道。由于vHard[left[r+1] = max(vHard[left][r]+ jobDiffficulty[r+1]) 所有预处理的时间为O(n^n)。

动态规划的状态表示

pre[j]前i天完成j项任务最小难度,dp[j]前i+1天完成j项任务最小难度。

动态规划的转移方程

d p [ i ] = M i n j = 0 i − 1 dp[i]=Min\Large_{j=0}^{i-1}dp[i]=Minj=0i1(pre[j]+vHard[j][i-1])

动态规划的初始状态

dp[0]=0,其它全部1e6,表示非法状态。

动态规划的填表顺序

i,j 皆从小到大。

动态规划的返回值

pre.back

代码

核心代码

class Solution {
public:
  int minDifficulty(vector<int>& jobDifficulty, int d) {
    m_c = jobDifficulty.size();
    if (m_c < d)
    {
      return -1;
    }
    vector<vector<int>> vHard(m_c, vector<int>(m_c));
    for (int i = 0; i < m_c; i++)
    {
      vHard[i][i] = jobDifficulty[i];
      for (int j = i + 1; j < m_c; j++)
      {
        vHard[i][j] = max(vHard[i][j - 1], jobDifficulty[j]);
      }
    }
    vector<int> pre(m_c + 1, m_iNotMay);
    pre[0] = 0;
    while(d--)
    {
      vector<int> dp(m_c + 1, m_iNotMay);
      for (int j = 1; j <= m_c; j++)
      {
        for (int k = 0; k < j; k++)
        {
          dp[j] = min(dp[j], pre[k] + vHard[k][j-1]);
        }
      }
      pre.swap(dp);
    }
    return pre.back();
  }
  int m_c;
  const int m_iNotMay = 1000'000;
};

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()
{ 
  vector<int> jobDifficulty;
  int d;
  {
    Solution sln;
    jobDifficulty = { 6, 5, 4, 3, 2, 1 }, d = 2;
    auto res = sln.minDifficulty(jobDifficulty, d);
    Assert(7, res);
  }
  {
    Solution sln;
    jobDifficulty = { 9, 9, 9 }, d = 4;
    auto res = sln.minDifficulty(jobDifficulty, d);
    Assert(-1, res);
  }
  {
    Solution sln;
    jobDifficulty = { 1, 1, 1 }, d = 3;
    auto res = sln.minDifficulty(jobDifficulty, d);
    Assert(3, res);
  }
  {
    Solution sln;
    jobDifficulty = { 7, 1, 7, 1, 7, 1 }, d = 3;
    auto res = sln.minDifficulty(jobDifficulty, d);
    Assert(15, res);
  }
  {
    Solution sln;
    jobDifficulty = { 11, 111, 22, 222, 33, 333, 44, 444 }, d = 6;
    auto res = sln.minDifficulty(jobDifficulty, d);
    Assert(843, res);
  }
}

2023年2月 第一版

class Solution {

public:

int minDifficulty(vector& jobDifficulty, int d) {

std::unordered_map<int, std::unordered_map<int, int>> mDayMaxJobIndexs;

mDayMaxJobIndexs[1][0] = jobDifficulty[0];

for (int i = 1; i < jobDifficulty.size(); i++)

{

std::unordered_map<int, std::unordered_map<int, int>> dp;

for (const auto& it : mDayMaxJobIndexs)

{

const int& iDay = it.first;

for (const auto& ij : it.second)

{

const int& iMaxJobIndex = ij.first;

const int& iValue = ij.second;

if (jobDifficulty[i] > jobDifficulty[iMaxJobIndex])

{

Test(dp, iDay, i, iValue + jobDifficulty[i] - jobDifficulty[iMaxJobIndex] );

}

else

{

Test(dp, iDay, iMaxJobIndex, iValue);

}

if (iDay < d)

{

Test(dp, iDay + 1, i, iValue + jobDifficulty[i]);

}

}

}

dp.swap(mDayMaxJobIndexs);

}

auto it = mDayMaxJobIndexs.find(d);

if (mDayMaxJobIndexs.end() == it)

{

return -1;

}

int iMin = INT_MAX;

for (const auto& ij : it->second)

{

iMin = min(iMin, ij.second);

}

return iMin;

}

void Test(std::unordered_map<int, std::unordered_map<int, int>>& dp, int iDay, int iMaxJobIndex, int iValue )

{

auto it = dp[iDay].find(iMaxJobIndex);

if (dp[iDay].end() == it)

{

dp[iDay][iMaxJobIndex] = iValue;

}

else

{

it->second = min(it->second, iValue);

}

}

};

2023年8月版

class Solution {

public:

int minDifficulty(vector& jobDifficulty, int d) {

m_c = jobDifficulty.size();

vector<vector> vMax(m_c, vector(m_c)); //vMax[i][i]表示[i,j]的最大值

for (int left = m_c - 1; left >= 0; left–)

{

vMax[left][left] = jobDifficulty[left];

for (int r = m_c-1 ; r > left; r–)

{

vMax[left][r] = max(jobDifficulty[left], vMax[left + 1][r]);

}

}

vector pre(m_c + 1, INT_MAX);//pre[i]表示已经处理了i项的最小难度

pre[0] = 0;

for (int i = 0; i < d; i++)

{

vector dp(m_c + 1, INT_MAX);

for (int cur = i + 1; cur <= m_c; cur++)

{

for (int pr = 0; pr < cur; pr++)

{

if (INT_MAX == pre[pr])

{

continue;

}

dp[cur] = min(dp[cur], pre[pr] + vMax[pr][cur - 1]);

}

}

pre.swap(dp);

}

return (INT_MAX == pre.back()) ? -1 : pre.back();

}

int m_c;

};

2023年8月 第二版

class Solution {

public:

int minDifficulty(vector& jobDifficulty, int d) {

m_c = jobDifficulty.size();

if (m_c < d)

{

return -1;

}

vector<vector> vMax(m_c, vector(m_c)); //vMax[i][i]表示[i,j]的最大值

for (int left = m_c - 1; left >= 0; left–)

{

vMax[left][left] = jobDifficulty[left];

for (int r = m_c-1 ; r > left; r–)

{

vMax[left][r] = max(jobDifficulty[left], vMax[left + 1][r]);

}

}

vector pre(m_c , INT_MAX);//pre[i]表示已经处理了i项的最小难度

for (int i = 0; i < d; i++)

{

vector dp(m_c , INT_MAX);

std::stack<std::tuple<int, int, int>> sta;//工作难度 dp[0]到当前的最小难度 被pop的pre最小难度

if (i > 0)

{

dp[i] = jobDifficulty[i] + pre[i - 1];

sta.emplace(jobDifficulty[i], dp[i], pre[i -1]);

}

else

{

dp[i] = jobDifficulty[i];

sta.emplace(jobDifficulty[i], dp[i], 0);

}

for (int cur = i+1; cur < m_c; cur++)

{

const int& curDiff = jobDifficulty[cur];

int iPrePopMin = pre[cur - 1];

while (sta.size() && (get<0>(sta.top()) <= curDiff))

{

iPrePopMin = min(iPrePopMin, get<2>(sta.top()));

sta.pop();

}

int curRet = (INT_MAX ==iPrePopMin) ? INT_MAX : (curDiff+iPrePopMin);

if (sta.size())

{

curRet = min(curRet, get<1>(sta.top()));

}

dp[cur] = curRet;

sta.emplace(curDiff, curRet, iPrePopMin);

}

pre.swap(dp);

}

return (INT_MAX == pre.back()) ? -1 : pre.back();

}

int m_c;

};


相关文章
|
17天前
|
算法
动态规划算法学习三:0-1背包问题
这篇文章是关于0-1背包问题的动态规划算法详解,包括问题描述、解决步骤、最优子结构性质、状态表示和递推方程、算法设计与分析、计算最优值、算法实现以及对算法缺点的思考。
46 2
动态规划算法学习三:0-1背包问题
|
17天前
|
算法
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
这篇文章介绍了动态规划算法中解决最大上升子序列问题(LIS)的方法,包括问题的描述、动态规划的步骤、状态表示、递推方程、计算最优值以及优化方法,如非动态规划的二分法。
50 0
动态规划算法学习四:最大上升子序列问题(LIS:Longest Increasing Subsequence)
|
17天前
|
算法
动态规划算法学习二:最长公共子序列
这篇文章介绍了如何使用动态规划算法解决最长公共子序列(LCS)问题,包括问题描述、最优子结构性质、状态表示、状态递归方程、计算最优值的方法,以及具体的代码实现。
69 0
动态规划算法学习二:最长公共子序列
|
19天前
|
存储 算法 C++
高精度算法(加、减、乘、除,使用c++实现)
高精度算法(加、减、乘、除,使用c++实现)
257 0
高精度算法(加、减、乘、除,使用c++实现)
|
17天前
|
算法 数据处理 C++
c++ STL划分算法;partition()、partition_copy()、stable_partition()、partition_point()详解
这些算法是C++ STL中处理和组织数据的强大工具,能够高效地实现复杂的数据处理逻辑。理解它们的差异和应用场景,将有助于编写更加高效和清晰的C++代码。
14 0
|
17天前
|
存储 算法
动态规划算法学习一:DP的重要知识点、矩阵连乘算法
这篇文章是关于动态规划算法中矩阵连乘问题的详解,包括问题描述、最优子结构、重叠子问题、递归方法、备忘录方法和动态规划算法设计的步骤。
68 0
|
26天前
|
存储 算法 决策智能
【算法】博弈论(C/C++)
【算法】博弈论(C/C++)
|
26天前
|
存储 算法 C++
【算法】哈希映射(C/C++)
【算法】哈希映射(C/C++)
|
26天前
|
机器学习/深度学习 人工智能 算法
【算法】最长公共子序列(C/C++)
【算法】最长公共子序列(C/C++)
|
26天前
|
人工智能 算法 BI
一篇带你速通差分算法(C/C++)
一篇带你速通差分算法(C/C++)