目录

LC 1824. 最少侧跳次数 (opens new window) (opens new window)

中等

# 问题描述

给你一个长度为 n3 跑道道路 ,它总共包含 n + 1 ,编号为 0n。一只青蛙从 0 号点第二条跑道 出发 ,它想要跳到点 n 处。然而道路上可能有一些障碍。

给你一个长度为 n + 1 的数组 obstacles,其中 obstacles[i]取值范围从 0 到 3)表示在点 i 处的 obstacles[i] 跑道上有一个障碍。如果 obstacles[i] == 0,那么点 i 处没有障碍。任何一个点的三条跑道中 最多有一个 障碍。

  • 比方说,如果 obstacles[2] == 1,那么说明在点 2 处跑道 1 有障碍。

这只青蛙从点 i 跳到点 i + 1 且跑道不变的前提是点 i + 1 的同一跑道上没有障碍。为了躲避障碍,这只青蛙也可以在 同一个 点处 侧跳另外一条 跑道(这两条跑道可以不相邻),但前提是跳过去的跑道该点处没有障碍。

  • 比方说,这只青蛙可以从点 3 处的跑道 3 跳到点 3 处的跑道 1 。

这只青蛙从点 0 处跑道 2 出发,并想到达点 n 处的 任一跑道 ,请你返回 最少侧跳次数

注意:点 0 处和点 n 处的任一跑道都不会有障碍。

示例 1:

示例1

输入:obstacles = [0,1,2,3,0]
输出:2
解释:最优方案如上图箭头所示。总共有 2 次侧跳(红色箭头)。
注意,这只青蛙只有当侧跳时才可以跳过障碍(如上图点 2 处所示)。

示例 2:

示例2

输入:obstacles = [0,1,1,3,3,0]
输出:0
解释:跑道 2 没有任何障碍,所以不需要任何侧跳。

示例 3:

示例3

输入:obstacles = [0,2,1,0,3,0]
输出:2
解释:最优方案如上图所示。总共有 2 次侧跳。

提示:

  • obstacles.length == n + 1
  • 1 <= n <= 5 * 105
  • 0 <= obstacles[i] <= 3
  • obstacles[0] == obstacles[n] == 0

# 动态规划

假设 dp[i][j]dp[i][j] 为到达第 ii 个点,第 jj 条跑道的最少侧条次数,那么若该点没有障碍物,即 obstacles[i]1jobstacles[i] - 1 \neq j,该点就能到达,可以到达的方式有在 dp[i1][j]dp[i - 1][j] 不用侧跳直接过去,或者从其他跑道侧跳一次过去,只需取各种情况的最小值即可。由于 dp[i][j]dp[i][j] 仅由上一个状态转移,因此可以使用滚动数组优化空间。

/**
 * @param {number[]} obstacles
 * @return {number}
 */
var minSideJumps = function (obstacles) {
  const n = obstacles.length
  const dp = [1, 0, 1]
  for (let i = 1; i < n; i++) {
    const obstacle = obstacles[i] - 1
    dp[0] = obstacle !== 0 ? dp[0] : Infinity
    dp[1] = obstacle !== 1 ? dp[1] : Infinity
    dp[2] = obstacle !== 2 ? dp[2] : Infinity
    if (obstacle !== 0) dp[0] = Math.min(dp[0], Math.min(dp[1], dp[2]) + 1)
    if (obstacle !== 1) dp[1] = Math.min(dp[1], Math.min(dp[0], dp[2]) + 1)
    if (obstacle !== 2) dp[2] = Math.min(dp[2], Math.min(dp[0], dp[1]) + 1)
  }
  return Math.min(...dp)
}
  • 时间复杂度:O(n)O(n)
  • 空间复杂度:O(1)O(1)
上次更新: 2023/01/31 19:48:05

本博客所有文章除特别声明外,均采用 CC BY-SA 4.0 协议 , 转载请注明出处!