879. 盈利计划
集团里有 n
名员工,他们可以完成各种各样的工作创造利润。
第 i
种工作会产生 profit[i]
的利润,它要求 group[i]
名成员共同参与。如果成员参与了其中一项工作,就不能参与另一项工作。
工作的任何至少产生 minProfit
利润的子集称为 盈利计划 。并且工作的成员总数最多为 n
。
有多少种计划可以选择?因为答案很大,所以 返回结果模 10^9 + 7
的值。
数据范围
1 <= n <= 100
0 <= minProfit <= 100
1 <= group.length <= 100
1 <= group[i] <= 100
profit.length == group.length
0 <= profit[i] <= 100
分析
令
d
p
[
i
]
[
j
]
[
k
]
dp[i][j][k]
dp[i][j][k]表示前
i
i
i种工作,恰好
j
j
j个人,至少盈利
k
k
k的计划个数
考虑第i个状态选or不选,状态转移如下:
- 不选: d p [ i ] [ j ] [ k ] = d p [ i − 1 ] [ j ] [ k ] dp[i][j][k]=dp[i-1][j][k] dp[i][j][k]=dp[i−1][j][k]
- 选: d p [ i ] [ j ] [ k ] + = d p [ i − 1 ] [ j − g r o u p [ i ] ] [ k − p r o f i t [ i ] ] dp[i][j][k]+=dp[i-1][j-group[i]][k-profit[i]] dp[i][j][k]+=dp[i−1][j−group[i]][k−profit[i]]
最后答案为 ∑ i = 0 n − 1 d p [ g r o u p . s i z e ( ) ] [ i ] [ m i n p r o f i t ] \sum_{i=0}^{n-1}dp[group.size()][i][ minprofit] ∑i=0n−1dp[group.size()][i][minprofit]
代码
typedef long long LL;
class Solution {
public:
const static int N = 105, mod = 1e9 + 7;
int dp[N][N][N]; // 前i种工作共j名参加至少利润k的个数
int profitableSchemes(int n, int minProfit, vector<int>& group, vector<int>& profit) {
dp[0][0][0] = 1;
for(int i = 0; i < group.size(); i ++ ) {
for(int j = 0; j <= n; j ++ ) {
for(int k = 0; k <= minProfit; k ++ ) {
dp[i + 1][j][k] = dp[i][j][k];
if(j >= group[i]) {
dp[i + 1][j][k] += dp[i][j - group[i]][max(0, k - profit[i])];
}
dp[i + 1][j][k] %= mod;
}
}
}
LL res = 0;
for(int i = 0; i <= n; i ++ ) {
res += dp[group.size()][i][minProfit];
res %= mod;
}
return res;
}
};
1774. 最接近目标价格的甜点成本
你打算做甜点,现在需要购买配料。目前共有 n 种冰激凌基料和 m 种配料可供选购。而制作甜点需要遵循以下几条规则:
- 必须选择 一种 冰激凌基料。
- 可以添加 一种或多种 配料,也可以不添加任何配料。
- 每种类型的配料 最多两份 。
给你以下三个输入:
baseCosts
,一个长度为n
的整数数组,其中每个baseCosts[i]
表示第 i 种冰激凌基料的价格。toppingCosts
,一个长度为m
的整数数组,其中每个toppingCosts[i]
表示 一份 第 i 种冰激凌配料的价格。target
,一个整数,表示你制作甜点的目标价格。
你希望自己做的甜点总成本尽可能接近目标价格target
。
返回最接近 target
的甜点成本。如果有多种方案,返回 成本相对较低 的一种。
数据范围
n == baseCosts.length
m == toppingCosts.length
1 <= n, m <= 10
1 <= baseCosts[i], toppingCosts[i] <= 104
1 <= target <= 104
分析
由于数据规模比较小,dfs即可,时间复杂度为 O ( n 3 m ) O(n3^m) O(n3m)
代码
class Solution {
public:
const static int N = 15, M = 1e5 + 5;
int res = -0x3f3f3f3f;
void dfs(int sum, int target, vector<int>& toppingCosts, int idx) {
if(abs(sum - target) == abs(res - target)) {
if(res > sum) res = sum;
} else if(abs(sum - target) < abs(res - target)) {
res = sum;
}
if(idx >= toppingCosts.size()) return ;
dfs(sum , target, toppingCosts, idx + 1);
dfs(sum + toppingCosts[idx], target, toppingCosts, idx + 1);
dfs(sum + toppingCosts[idx] * 2, target, toppingCosts, idx + 1);
}
int closestCost(vector<int>& baseCosts, vector<int>& toppingCosts, int target) {
int n = baseCosts.size();
for(int i = 0; i < n; i ++ ) {
dfs(baseCosts[i], target, toppingCosts, 0);
}
return res;
}
};
685. 冗余连接 II
在本问题中,有根树指满足以下条件的 有向 图。该树只有一个根节点,所有其他节点都是该根节点的后继。该树除了根节点之外的每一个节点都有且只有一个父节点,而根节点没有父节点。
输入一个有向图,该图由一个有着 n 个节点(节点值不重复,从 1 到 n)的树及一条附加的有向边构成。附加的边包含在 1 到 n 中的两个不同顶点间,这条附加的边不属于树中已存在的边。
结果图是一个以边组成的二维数组 edges 。 每个元素是一对 [ui, vi],用以表示 有向 图中连接顶点 ui 和顶点 vi 的边,其中 ui 是 vi 的一个父节点。
返回一条能删除的边,使得剩下的图是有 n 个节点的有根树。若有多个答案,返回最后出现在给定二维数组的答案。
数据范围
n == edges.length
3 <= n <= 1000
edges[i].length == 2
1 <= ui, vi <= n
分析
并查集,由于这题是有向图,需要对并查集动下手脚,每次只将子节点归到父节点中,因此不能对子节点进行路径压缩
int fa = find(a), fb = find(b);
pre[fb] = fa;
这是原来的并查集
需要改成
int fa = find(a);
pre[b] = fa;
代码
class Solution {
public:
const static int N = 1005;
int pre[N];
void init(int n) {
for(int i = 1; i <= n; i ++ ) pre[i] = i;
}
int find(int x) {
return x == pre[x] ? x : pre[x] = find(pre[x]);
}
vector<int> findRedundantDirectedConnection(vector<vector<int>>& edges) {
int n = edges.size();
for(int i = n - 1; i >= 0; i -- ) {
init(n);
for(int j = n - 1; j >= 0; j -- ) {
if(i == j) continue;
int a = edges[j][0], b = edges[j][1];
int fa = find(a);
pre[b] = fa;
}
int cnt = 0;
for(int j = 1; j <= n; j ++ ) {
if(pre[j] == j) cnt ++ ;
}
if(cnt > 1) continue;
return edges[i];
}
return {-1, -1};
}
};