lintcode minimum-adjustment-cost 最小调整代价
2016-07-25 23:18
288 查看
问题描述
lintcode笔记
假设buff[i][j]的含义为:将第i个数改成j的调整代价。如果改成j之后不符合调整的目标则buff[i][j]=INT_MAX。初始化缓存将第0个数改为j的代价是
buff[0][j] = abs(A[0]-j);
为了符合调整目标,将第i个数改成j的话,第i-1个数k的可取值范围是[j-target, j+target]。在符合调整目标的情况下的状态转移方程为:
buff[i][j] = min(buff[i][j], buff[i-1][k]+abs(j-A[i]));
代码
class Solution { public: /** * @param A: An integer array. * @param target: An integer. */ int MinAdjustmentCost(vector<int> A, int target) { // write your code here const int len = A.size(); int buff[len][101]; for (int j = 1; j <= 100; j++) { buff[0][j] = abs(j-A[0]); } for (int i = 1; i < len; i++) { for (int j = 1; j <= 100; j++) { buff[i][j] = INT_MAX; int lo = max(1, j - target); int hi = min(100, j + target); for (int k = lo; k <= hi; k++) { buff[i][j] = min(buff[i][j], buff[i-1][k]+abs(j-A[i])); } } } int res = INT_MAX; for (int i = 1; i <= 100; i++) { res = min(res, buff[len-1][i]); } return res; } };
相关文章推荐
- C++动态规划之最长公子序列实例
- C++动态规划之背包问题解决方法
- C#使用动态规划解决0-1背包问题实例分析
- 动态规划
- C++ 动态规划
- 动态规划解决背包问题的核心思路
- DP(动态规划) 解游轮费用问题
- 动态规划的用法——01背包问题
- 动态规划的用法——01背包问题
- 《收集苹果》 动态规划入门
- 《DNA比对》蓝桥杯复赛试题
- 《背包问题》 动态规划
- 自顶向下动态规划解决最长公共子序列(LCS)问题
- 01背包问题
- 初学ACM - 半数集(Half Set)问题 NOJ 1010 / FOJ 1207
- 关于爬楼梯的动态规划算法
- 动态规划 --- hdu 1003 **
- DP问题各种模型的状态转移方程
- 0-1背包解题过程
- 背包问题