【动态规划】【前缀和】【推荐】2463. 最小移动总距离

作者推荐

【广度优先搜索】【网格】【割点】【 推荐】1263. 推箱子

本文涉及知识点

动态规划汇总
C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频

2463. 最小移动总距离

X 轴上有一些机器人和工厂。给你一个整数数组 robot ,其中 robot[i] 是第 i 个机器人的位置。再给你一个二维整数数组 factory ,其中 factory[j] = [positionj, limitj] ,表示第 j 个工厂的位置在 positionj ,且第 j 个工厂最多可以修理 limitj 个机器人。
每个机器人所在的位置 互不相同 。每个工厂所在的位置也 互不相同 。注意一个机器人可能一开始跟一个工厂在 相同的位置 。
所有机器人一开始都是坏的,他们会沿着设定的方向一直移动。设定的方向要么是 X 轴的正方向,要么是 X 轴的负方向。当一个机器人经过一个没达到上限的工厂时,这个工厂会维修这个机器人,且机器人停止移动。
任何时刻,你都可以设置 部分 机器人的移动方向。你的目标是最小化所有机器人总的移动距离。
请你返回所有机器人移动的最小总距离。测试数据保证所有机器人都可以被维修。
注意:
所有机器人移动速度相同。
如果两个机器人移动方向相同,它们永远不会碰撞。
如果两个机器人迎面相遇,它们也不会碰撞,它们彼此之间会擦肩而过。
如果一个机器人经过了一个已经达到上限的工厂,机器人会当作工厂不存在,继续移动。
机器人从位置 x 到位置 y 的移动距离为 |y - x| 。
示例 1:
输入:robot = [0,4,6], factory = [[2,2],[6,2]]
输出:4
解释:如上图所示:

  • 第一个机器人从位置 0 沿着正方向移动,在第一个工厂处维修。
  • 第二个机器人从位置 4 沿着负方向移动,在第一个工厂处维修。
  • 第三个机器人在位置 6 被第二个工厂维修,它不需要移动。
    第一个工厂的维修上限是 2 ,它维修了 2 个机器人。
    第二个工厂的维修上限是 2 ,它维修了 1 个机器人。
    总移动距离是 |2 - 0| + |2 - 4| + |6 - 6| = 4 。没有办法得到比 4 更少的总移动距离。
    示例 2:
    输入:robot = [1,-1], factory = [[-2,1],[2,1]]
    输出:2
    解释:如上图所示:
  • 第一个机器人从位置 1 沿着正方向移动,在第二个工厂处维修。
  • 第二个机器人在位置 -1 沿着负方向移动,在第一个工厂处维修。
    第一个工厂的维修上限是 1 ,它维修了 1 个机器人。
    第二个工厂的维修上限是 1 ,它维修了 1 个机器人。
    总移动距离是 |2 - 1| + |(-2) - (-1)| = 2 。没有办法得到比 2 更少的总移动距离。
    提示:
    1 <= robot.length, factory.length <= 100
    factory[j].length == 2
    -109 <= robot[i], positionj <= 109
    0 <= limitj <= robot.length
    测试数据保证所有机器人都可以被维修。

动态规划

原理

性质一:r1和r2是两个机器人位置,且r1 < r2。令f1和r2是两个工厂位置,且f1 < f2。 选择一:f1修r1,f2修r2。选择二:f1修r2,f2修f1。方式一不劣于方式二
下面分情况证明:
一,r2 <= f1。两个机器人都在左边,两种选择结果一样。可以这样理解,两个机器人都进f1,然后其中一个去f2。
二,r1 >= f2。两个机器人都在右边。两种选择结果一样。可以这样理解:两个机器人都近f2,然后其中一个去f1。
三,f1 < r1 < r2 < f2。绿线是选择一,红线是选择二。在这里插入图片描述
四,r1 < f1 f1 < r2 < f2 。
在这里插入图片描述
五,r1 < f1 r2 > f2。

在这里插入图片描述
六,f1<r1<f2 r2<r2。和情况四对称。

动态规划的状态表示

dp[i][j] 前i个工厂修理前j个机器人的最小移动距离。

动态规划的转移方程

最左边的i个工厂,修理了j个机器人,最后一个工厂修理了k个机器人。根据性质一,则这k个机器人一定是j个机器人中最右边的。
dp[i][j] = m i n k : 0 m i n ( l i m i t [ i ] , j ) \Large min_{k:0}^{min(limit[i],j)} mink:0min(limit[i],j) (pre[i-1][j-k])+移动k个机器人的总距离
左移的机器人和右移的机器人,分别利用前缀和计算总距离。先对机器人和工厂的位置排序,坐标小于等于工厂坐标机器人右移:
∑ 移动的机器人 ( 工厂到原点距离 − 机器人到原点的距离 ) → \sum _{移动的机器人} (工厂到原点距离-机器人到原点的距离) \rightarrow 移动的机器人(工厂到原点距离机器人到原点的距离) 工厂到原点的距离 ⋆ 移动的机器人数 − ∑ 移动的机器人 ( 机器人到原点的距离 ) 工厂到原点的距离\star 移动的机器人数 - \sum _{移动的机器人}(机器人到原点的距离) 工厂到原点的距离移动的机器人数移动的机器人(机器人到原点的距离)

动态规划的初始值

dp[0][0]=0 其它3e11

动态规划的填表顺序

从左到右计算后置状态。

返回值

dp.back().back()

注意
前缀和记录的是相对位置:坐标是负数也可以。

代码

核心代码

template<class ELE,class ELE2>
void MinSelf(ELE* seft, const ELE2& other)
{*seft = min(*seft,(ELE) other);
}template<class ELE>
void MaxSelf(ELE* seft, const ELE& other)
{*seft = max(*seft, other);
}template<class T = long long >
class CPreSum
{
public:CPreSum(const vector<int>& nums){m_data.push_back(0);for (int i = 0; i < nums.size(); i++){m_data.push_back(m_data[i] + nums[i]);}}template<class _PR>CPreSum(int iSize, _PR pr){m_data.push_back(0);for (int i = 0; i < iSize; i++){m_data.push_back(m_data[i] + pr(i));}}T Sum(int left, int rightExclu)const{return m_data[rightExclu] - m_data[left];}
protected:vector<T> m_data;
};class Solution {
public:long long minimumTotalDistance(vector<int>& robot, vector<vector<int>>& factory) {sort(robot.begin(), robot.end());sort(factory.begin(), factory.end(), [&factory](auto& v1,auto& v2) {return v1[0] <v2[0]; });int n1 = factory.size(), n2 = robot.size();vector<int> vLeftCount;for (int i = 0, j = 0; i < n1; i++){while ((j < n2) && (robot[j] <= factory[i][0])){j++;}vLeftCount.emplace_back(j);}CPreSum preSum(robot);vector<vector<long long>> dp(n1 + 1, vector<long long>(n2 + 1,3e11));dp[0][0] = 0;for (int i = 1; i <= n1; i++){dp[i][0] = 0;for (int j = 1; j <= n2; j++){for (int k = 0; k <= min(j, factory[i - 1][1]); k++){const long long iLefttMove = min(k,max(0, j - vLeftCount[i - 1]));const long long llRightMove = k - iLefttMove;long long llMove = preSum.Sum(j - iLefttMove, j) - iLefttMove * factory[i - 1][0];//左移llMove += factory[i - 1][0] * llRightMove - preSum.Sum(j-k,j-k+llRightMove);MinSelf(&dp[i][j], dp[i - 1][j - k] + llMove);}}}return dp.back().back();}	
};

核心代码

template<class T>
void Assert(const T& t1, const T& t2)
{assert(t1 == t2);
}template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{if (v1.size() != v2.size()){assert(false);return;}for (int i = 0; i < v1.size(); i++){Assert(v1[i], v2[i]);}}int main()
{	vector<int> robot;vector<vector<int>> factory;{Solution sln;robot = { 0,4,6 }, factory = { {2,2},{6,2} };auto res = sln.minimumTotalDistance(robot,factory);Assert(res,4LL);}{Solution sln;robot = { 1,-1 }, factory = { {-2,1},{2,1} };auto res = sln.minimumTotalDistance(robot, factory);Assert(res, 2LL);}{Solution sln;robot = { 0,4,6 }, factory = { {-2,2},{-6,2} };auto res = sln.minimumTotalDistance(robot, factory);Assert(res, 20LL);}}

2023年2月

class Solution {
public:
long long minimumTotalDistance(vector& robot, vector<vector>& factory) {
m_c = robot.size();
std::sort(robot.begin(), robot.end());
std::sort(factory.begin(), factory.end(), [](const vector& v0, const vector& v1)
{
return v0[0] < v1[0];
});
vector vPre(m_c + 1, m_llNotMay);
vPre[0] = 0;
for (const auto& v : factory)
{
vector dp = vPre;
for (int i = 0; i < m_c; i++)
{
if (m_llNotMay == vPre[i])
{
continue;
}
long long llMove = 0;
for (int j = 1; j <= v[1]; j++)
{
if (i + j > m_c)
{
break;
}
llMove += abs(v[0] - robot[i + j - 1]);
dp[i + j] = min(dp[i + j], vPre[i] + llMove);
}
}
vPre.swap(dp);
}
return vPre[m_c];
}
int m_c;
const long long m_llNotMay = ((long long)INT_MAX) * 1000;
};

2023年8月

class Solution {
public:
long long minimumTotalDistance(vector& robot, vector<vector>& factory) {
m_c = robot.size();
std::sort(robot.begin(), robot.end());
std::sort(factory.begin(), factory.end(), [](const vector& v1, const vector& v2)
{return v1[0] < v2[0]; });
vector vPre(m_c + 1, m_llNotMay);//vPre[i] 当前工厂及更早工厂修理i个机器人的最小移动距离
vPre[0] = 0;
for (const auto& v : factory)
{
vector dp = vPre;//本工厂不修理机器人
for (int pre = 0; pre < m_c; pre++)
{
long long llMove = 0;
for (int iDo = 1; iDo <= v[1]; iDo++)
{
const int next = pre + iDo;
if (next > m_c)
{
break;
}
llMove += abs(robot[next-1] - v[0]);
dp[next] = min(dp[next], vPre[pre] + llMove);
}
}
vPre.swap(dp);
}
return vPre.back();
}
int m_c;
const long long m_llNotMay = 1e12;
};

2023年9月

class Solution {
public:
long long minimumTotalDistance(vector& robot, vector<vector>& factory) {
sort(robot.begin(), robot.end());
sort(factory.begin(), factory.end(), [](const vector& v1, const vector& v2)
{
return v1[0] < v2[0];
});
long long llMinPos = min(*robot.begin(),(*factory.begin())[0]);
vector vPreSumDis(1);
for (const auto& n : robot)
{
vPreSumDis.emplace_back(vPreSumDis.back() + n- llMinPos);
}
vector pre(1);//pre[i] 当前站点之前的站点修改i个机器人的最小成本
int iRight = 0;//当前工厂右边的第一个机器人
for (int i = 0; i < factory.size(); i++)
{
const int iFactoryPos = factory[i][0];
for (; (iRight < robot.size()) && (robot[iRight] <= iFactoryPos); iRight++);
const int iSize = min(robot.size(), pre.size()-1 + factory[i][1]);
vector dp(iSize+1,1e12);
for (int j = 0; j<pre.size(); j++)
{
for (int k = 0; (k <= factory[i][1])&&(j+k <= robot.size()); k++)
{//[j,iRight)个机器上右移[iRight,j+k)个机器人左右移
const long long llMove = MoveRight(j, min(j + k, iRight), iFactoryPos, llMinPos, vPreSumDis)+
MoveLeft(max(j,iRight),j+k, iFactoryPos, llMinPos, vPreSumDis);
dp[j + k] = min(dp[j + k], llMove+pre[j]);
}
}
pre.swap(dp);
}
return pre.back();
}
long long MoveRight(int left, int right,const int iFactoryPos,const long long llMinPos, const vector& vPreSumDis)
{
if (right <= left )
{
return 0;
}
return (long long)(right - left) * (iFactoryPos - llMinPos) - (vPreSumDis[right] - vPreSumDis[left]);
}
long long MoveLeft(int left, int right, const int iFactoryPos, const long long llMinPos, const vector& vPreSumDis)
{
if (right <= left)
{
return 0;
}
return vPreSumDis[right] - vPreSumDis[left] - (long long)(right - left) * (iFactoryPos - llMinPos);
}
};

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

相关

下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17
或者 操作系统:win10 开发环境: VS2022 C++17
如无特殊说明,本算法用**C++**实现。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/487581.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2001~2023年中国MOD17A3HGF NPP数据

各位同学们好&#xff0c;今天和大伙儿分享的是2001~2023年中国MOD17A3HGF NPP数据。如果大家有下载处理数据等方面的问题&#xff0c;请私信或评论。 Running, S., M. Zhao. <i>MODIS/Terra Net Primary Production Gap-Filled Yearly L4 Global 500m SIN Grid V061<…

算法沉淀——穷举、暴搜、深搜、回溯、剪枝综合练习四(leetcode真题剖析)

算法沉淀——穷举、暴搜、深搜、回溯、剪枝综合练习四 01.解数独02.单词搜索03.黄金矿工04.不同路径 III 01.解数独 题目链接&#xff1a;https://leetcode.cn/problems/sudoku-solver/ 编写一个程序&#xff0c;通过填充空格来解决数独问题。 数独的解法需 遵循如下规则&am…

springboot+vue网站开发02-前端页面的渲染代码展示

springbootvue网站开发02-前端页面的渲染代码展示&#xff01;经过上面2个小节的分享&#xff0c;我们已经准备好了前端渲染所需要的数据接口了。可以给大家正常返回新闻分类的信息了。 下面给大家看看&#xff0c;前端vue网站开发的代码&#xff0c;已经渲染的业务流程是什么。…

C++ Primer Plus 笔记(持续更新)

编译器的正解 数据&#xff0b;算法程序 赋值从右向左进行 cin&#xff0c;cout的本质也是对象 类和对象的解释

通过platform总线驱动框架编写LED灯的驱动,编写应用程序测试,发布到CSDN

效果图 设备树代码 myplatform{compatible "hqyj,myplatform";led1-gpio<&gpioe 10 0>;led2-gpio<&gpiof 10 0>;led3-gpio<&gpioe 8 0>; interrupt-parent <&gpiof>;interrupts<9 0>;reg<0X12345678 …

Linux入门攻坚——15、进程和作业管理

一个完整的计算机系统&#xff1a;静态 最底层是硬件&#xff0c;硬件之上是操作系统&#xff0c;也叫内核&#xff08;即kernel&#xff09;&#xff0c;操作系统提供的是系统调用&#xff0c;在内核之上&#xff0c;是各种库&#xff0c;提供库函数&#xff0c;在此之上是各种…

xff注入 [CISCN2019 华东南赛区]Web111

打开题目 看见smarty 想到模板注入 又看见ip 想到xff注入 一般情况下输入{$smarty.version}就可以看到返回的smarty的版本号。该题目的Smarty版本是3.1.30 在Smarty3的官方手册里有以下描述: Smarty已经废弃{php}标签&#xff0c;强烈建议不要使用。在Smarty 3.1&#xff…

【工具】阿莫智能设备之脱机烧录器K202C-1

注意&#xff0c;本文档仅仅是介绍烧录器的资料构成&#xff0c;并非烧录器的说明书&#xff0c;详细请看各对说明书及视频。 1. 资料图解 首先需要下载资料&#xff0c;通常稳定发布版本可以从 www.amomcu.cn 下载&#xff0c; 也可以向我们客服获取最新版本&#xff0c; 获…

C++ string常见用法 + 练手习题

部分内容摘抄自http://t.csdnimg.cn/BM0jO 目录 温故&#xff1a;C库函数中和字符串有联系的函数知新&#xff1a;C string常见用法string的初始化 1.常见初始化方式string对象的操作 1.用cin获取键盘输入的值 2.用getline读取一整行 3.string对…

Leetcode2583. 二叉树中的第 K 大层和

Every day a Leetcode 题目来源&#xff1a;2583. 二叉树中的第 K 大层和 解法1&#xff1a;层序遍历 排序 先使用层序遍历计算出树的每一层的节点值的和&#xff0c;保存在数组 levelSum 中。然后将数组进行排序&#xff0c;返回第 k 大的值。需要考虑数组长度小于 k 的边…

MySql-DQL-条件查询

目录 条件查询修改数据 查询 姓名 为 Name10 的员工查询 id小于等于5 的员工信息查询 没有分配职位 的员工信息查询 有职位 的员工信息查询 密码不等于 password1 的员工信息查询 入职日期 在 2000-01-01 (包含) 到 2010-01-01(包含) 之间的员工信息查询 入职时间 在 2000-01-0…

Flink ML 的新特性解析与应用

摘要&#xff1a;本文整理自阿里巴巴算法专家赵伟波&#xff0c;在 Flink Forward Asia 2023 AI特征工程专场的分享。本篇内容主要分为以下四部分&#xff1a; Flink ML 概况在线学习的设计与应用在线推理的设计与应用特征工程算法与应用 一、Flink ML 概况 Flink ML 是 Apache…