🚀 算法题 🚀 |
🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀
🌲 越难的东西,越要努力坚持,因为它具有很高的价值,算法就是这样✨
🌲 作者简介:硕风和炜,CSDN-Java领域新星创作者🏆,保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享💎💎💎
🌲 恭喜你发现一枚宝藏博主,赶快收入囊中吧🌻
🌲 人生如棋,我愿为卒,行动虽慢,可谁曾见我后退一步?🎯🎯
🚀 算法题 🚀 |
🍔 目录
- 🚩 题目链接
- ⛲ 题目描述
- 🌟 求解思路&实现代码&运行结果
- ⚡ 动态规划 + 贪心
- 🥦 求解思路
- 🥦 实现代码 - 缓存
- 🥦 运行结果
- 🥦 实现代码 - 动态规划
- 🥦 运行结果
- 💬 共勉
🚩 题目链接
- 1402. 做菜顺序
⛲ 题目描述
一个厨师收集了他 n 道菜的满意程度 satisfaction ,这个厨师做出每道菜的时间都是 1 单位时间。
一道菜的 「 like-time 系数 」定义为烹饪这道菜结束的时间(包含之前每道菜所花费的时间)乘以这道菜的满意程度,也就是 time[i]*satisfaction[i] 。
返回厨师在准备了一定数量的菜肴后可以获得的最大 like-time 系数 总和。
你可以按 任意 顺序安排做菜的顺序,你也可以选择放弃做某些菜来获得更大的总和。
示例 1:
输入:satisfaction = [-1,-8,0,5,-9]
输出:14
解释:去掉第二道和最后一道菜,最大的 like-time 系数和为 (-11 + 02 + 5*3 = 14) 。每道菜都需要花费 1 单位时间完成。
示例 2:
输入:satisfaction = [4,3,2]
输出:20
解释:可以按照任意顺序做菜 (21 + 32 + 4*3 = 20)
示例 3:
输入:satisfaction = [-1,-4,-5]
输出:0
解释:大家都不喜欢这些菜,所以不做任何菜就可以获得最大的 like-time 系数。
提示:
n == satisfaction.length
1 <= n <= 500
-1000 <= satisfaction[i] <= 1000
🌟 求解思路&实现代码&运行结果
⚡ 动态规划 + 贪心
🥦 求解思路
- 通过理解题目的意思,我们首先知道,可以以任意顺序做菜,其次,我们举几个例子就会发现,如果想要最后的结果大,可以把满意程度大的放到最后来完成。
- 为什么呢?一方面是数组中的元素本身就大,另外一方面,放到最后,时间也会很长。如果我们想要最后的结果很大,与这俩个变量又密切的关系。
- 其次,就是我们的动态规划,该题目的原型是0-1背包模型。不会的同学可以看看,此处不做过多的讲解。
- 具体求解的过程步骤请看下面代码。
🥦 实现代码 - 缓存
class Solution {int[][] dp;public int maxSatisfaction(int[] satisfaction) {Arrays.sort(satisfaction);int n=satisfaction.length;dp=new int[n+1][n+1];for(int i=0;i<=n;i++){Arrays.fill(dp[i],-1);}return process(0,0,satisfaction);}public int process(int i,int cnt,int[] satisfaction){if(i>=satisfaction.length){return 0;}if(dp[i][cnt]!=-1) return dp[i][cnt];int p1=0,p2=0;for(int j=0;j<=i;j++){p1=process(i+1,cnt+1,satisfaction)+(cnt+1)*satisfaction[j];p2=process(i+1,cnt,satisfaction);}return dp[i][cnt]=Math.max(p1,p2);}
}
🥦 运行结果
🥦 实现代码 - 动态规划
class Solution {int[][] dp;public int maxSatisfaction(int[] satisfaction) {Arrays.sort(satisfaction);int n=satisfaction.length;dp=new int[n+1][n+1];for(int i=0;i<=n;i++){dp[n][i]=0;} for(int i=n-1;i>=0;i--){int p1=0,p2=0;for(int cnt=n-1;cnt>=0;cnt--){p1=dp[i+1][cnt+1]+(cnt+1)*satisfaction[i];p2=dp[i+1][cnt];dp[i][cnt]=Math.max(p1,p2);}}return dp[0][0];}
}
🥦 运行结果
💬 共勉
最后,我想和大家分享一句一直激励我的座右铭,希望可以与大家共勉! |