https://leetcode.com/problems...

Hard
Google, Amazon

第一种解法应用BFS

// bfspublic int racecar(int target) {    int res = 0;    Queue<int[]> q = new LinkedList<>(); // 0: position, 1: speed    Set<String> visited = new HashSet<>();    visited.add("0#1");    q.offer(new int[]{0, 1});    while (!q.isEmpty()) {        int size = q.size();        for (int i = 0; i < size; i++) {            int[] cur = q.poll();            assert cur != null;            int pos = cur[0], speed = cur[1];            if (pos == target) return res; // 指标地位,间接返回res            // 1. 尝试减速,更新新地位,新速度            int newPos = pos + speed, newSpeed = speed * 2;            String key = newPos + "#" + newSpeed;            if (!visited.contains(key) && newPos > 0 && newPos < target * 2) {                visited.add(key);                q.offer(new int[]{newPos, newSpeed});            }            // 2. 尝试转向,地位不变,速度依据正负数变成1或者-1            newPos = pos;            newSpeed = speed > 0 ? -1 : 1;            key = newPos + "#" + newSpeed;            if (!visited.contains(key) && newPos > 0 && newPos < target * 2) {                visited.add(key);                q.offer(new int[]{newPos, newSpeed});            }        }        res++;    }    return -1;}

第二种解法,DP
dp[target] 示意行驶长度为target的间隔须要的最小批示个数。dp[target]有两种可能:

  1. target刚好是由"AAA...A"一共n步达到,也就是一路减速,那么这种走法就是最优抉择。
  2. 如果不是上述情况,就有多种可能:
    a.第一次冲过target的时候进行'R'操作,而后反向靠近target。此时曾经走了n + 1步,并且,和target的间隔曾经缩小到了(2^n - 1 -target),能够递归调用helper函数,持续求解子问题。
    b.向前走m步,能够通过递归调用helper函数失去最优值,而后采纳策略1.

最终就是min(a, b),也就是a, b两种可能的最小值。
采纳dp + memo的办法,每当须要计算一个子问题时,先查表看子问题是否曾经被计算过,
如果是,则间接返回;否则,在进行计算,并将后果保留到memo,以便前面计算应用。

public int racecar(int target) {    int[] dp = new int[target + 1];    helper(target, dp);    return dp[target];}private int helper(int target, int[] dp) {    // 如果曾经计算过,间接返回    if (dp[target] > 0) return dp[target];    int n = (int) (Math.log(target) / Math.log(2)) + 1;    // 如果刚好是第一种状况target = 2^n - 1,则间接放入后果返回    if (1 << n == target + 1) {        dp[target] = n;    } else {        // 是第二种状况,        // 计算a.状况        dp[target] = n + 1 + helper((1 << n) - 1 - target, dp);        // 计算b.状况,并取a,b状况下的最小值对dp[target]进行更新        for (int m = 0; m <= n - 1; m++) {            int cur = (1 << (n - 1) ) - (1 << m);             dp[target] = Math.min(dp[target], n + m + 1 + helper(target - cur, dp));        }    }    return dp[target];}

参考解法:https://www.cnblogs.com/grand...