动态规划
时间复杂度O(n)
1.题目要求最终形成[红、黄、红]三部分,每部分数量可以不相等,问最终调整操作数量最小是多少。这道题一开始考虑暴力去做,枚举两个分界点,即红黄,黄红之间的分界点的位置,但由于长度是1e5
,时间复杂度为O(n^2)
级别,故此法作废。
2.通过查看官方题解,了解到这道题可以使用动态规划去做,可以将时间复杂度优化到O(n)
级别,为方便查阅复习,现结合自己的理解写下该题解。具体如下:
可以定义一个数组f[i][j]
,表示符合要求的最小的操作数,即使leaves[]
数组从0到i的值符合题目规范的最小的操作数。i的范围是[0,leaves.length)
,j的范围是[0,2],其中0表示当前叶子为红色(在黄色前面),1表示当前叶子为黄色,2表示当前叶子为红色(在黄色后面)。
初始时f[0][0]
的值会由第一片叶子的颜色决定。下面分情况讨论j的不同值的情况:
(1)当j=0时,f[i][0] = f[i-1][0] + isYellow(i)
。isYellow函数会根据叶子的颜色返回对应的布尔值;同时需注意j=0这种情况下i最大为leaves.length-3,因为题目要求每部分叶子数量至少为1个;
(2)当j=1时,f[i][1] = min(f[i-1][0],f[i-1][1]) + isRed(i)
。该叶子左面的叶子的颜色可能是红色,也可能是黄色,取形成前面两种情况操作的最小值即可。同时需要判断当前叶子是否黄色。在这种情况下i最大值为leaves.length-2,最小值为1;
(3)当j=2时,f[i][2] = min(f[i-1][1],f[i-1][2]) + isYellow(i);
。该叶子左面的叶子的颜色可能是红色,也可能是黄色,取形成前面两种情况操作的最小值即可。同时需要判断当前叶子是否为红色。在这种情况下i最大值为leaves.length-1,最小值为2;
最终返回结果为f[leaves.length - 1]
。
//一开始是用函数调用的,但超时,故直接判断
class Solution {
public:
/*
bool isYellow(string leaves, int u){
return (leaves[u] == 'y');
}
bool isRed(string leaves, int u){
return (leaves[u] == 'r');
}
*/
int minimumOperations(string leaves) {
int len = leaves.length();
vector<vector<int> > f(len, vector<int>(3, INT_MAX));
//f[0][0] = isYellow(leaves, 0);
f[0][0] = (leaves[0] == 'y');
for(int i = 1; i < len; i++){
int yellow = (leaves[i] == 'y');
int red = (leaves[i] == 'r');
if(i < len - 2){
//f[i][0] = f[i-1][0] + (int)isYellow(leaves, i);
f[i][0] = f[i-1][0] + yellow;
}
if(i >= 1 && i < len - 1){
//f[i][1] = min(f[i-1][0],f[i-1][1]) + (int)isRed(leaves, i);
f[i][1] = min(f[i-1][0],f[i-1][1]) + red;
}
if(i >= 2){
//f[i][2] = min(f[i-1][1],f[i-1][2]) + (int)isYellow(leaves, i);
f[i][2] = min(f[i-1][1],f[i-1][2]) + yellow;
}
}
return f[len - 1][2];
}
};