514. 自由之路
电子游戏“辐射4”中,任务 “通向自由” 要求玩家到达名为 “Freedom Trail Ring” 的金属表盘,并使用表盘拼写特定关键词才能开门。
给定一个字符串ring
,表示刻在外环上的编码;给定另一个字符串key
,表示需要拼写的关键词。您需要算出能够拼写关键词中所有字符的最少步数。
最初,ring
的第一个字符与12:00
方向对齐。您需要顺时针或逆时针旋转ring
以使key
的一个字符在12:00
方向对齐,然后按下中心按钮,以此逐个拼写完key
中的所有字符。
旋转ring
拼出key
字符key[i]
的阶段中:
您可以将ring
顺时针或逆时针旋转一个位置,计为1步。旋转的最终目的是将字符串ring
的一个字符与12:00
方向对齐,并且这个字符必须等于字符key[i]
。
如果字符key[i]
已经对齐到12:00
方向,您需要按下中心按钮进行拼写,这也将算作1
步。按完之后,您可以开始拼写key
的下一个字符(下一阶段), 直至完成所有拼写。
示例 1:
输入: ring = “godding”, key = “gd”
输出: 4
解释:
对于 key 的第一个字符 ‘g’,已经在正确的位置, 我们只需要1步来拼写这个字符。
对于 key 的第二个字符 ‘d’,我们需要逆时针旋转 ring “godding” 2步使它变成 “ddinggo”。
当然, 我们还需要1步进行拼写。
因此最终的输出是 4。
示例 2:
输入: ring = “godding”, key = “godding”
输出: 13
题目分析
经典动态规划问题,更多案例可见 Leetcode 动态规划详解
我们可以使用动态规划解决本题,解题思路:
- 状态定义:
dp[i][j]
表示 key 的第 i 个字符, ring 的第 j 个字符与 12:00 方向对齐的最少步数pos[i]
表示字符 i 在 ring 中出现的位置集合,用来加速计算转移的过程
- 状态转移方程:枚举上一次与
12:00
方向对齐的位置k
,此次需要从位置k
旋转到位置j
d p [ i ] [ j ] = min k ∈ p o s [ k e y [ i − 1 ] ] d p [ i − 1 ] [ k ] + m i n a b s ( j − k ) , n − a b s ( j − k ) + 1 dp[i][j]= \displaystyle\min_k∈pos[key[i−1]] {dp[i−1][k] + min{abs(j − k), n − abs(j − k)} + 1} dp[i][j]=kmin∈pos[key[i−1]]dp[i−1][k]+minabs(j−k),n−abs(j−k)+1
> min{abs(j − k), n − abs(j − k)} + 1
从位置k
旋转到位置j
的最少步数
- 初始状态
dp[0][i] = min{i, n - i} + 1
,最终答案为 min i = 0 n − 1 d p [ m − 1 ] [ i ] \displaystyle\min_i=0^n-1 {dp[m-1][i]} imin=0n−1dp[m−1][i]
动态规划一般用于求解具有重叠子问题和最优子结构的问题,例如最长公共子序列、背包问题、最短路径等。重叠子问题指的是在求解问题的过程中,多次用到相同的子问题,最优子结构指的是问题的最优解可以通过子问题的最优解来构造
class Solution {public int findRotateSteps(String ring, String key) {int n = ring.length(), m = key.length();// 字符 i 在 ring 中出现的位置集合,用来加速计算转移的过程List<Integer>[] pos = new List[26];for (int i = 0; i < 26; i++) {pos[i] = new ArrayList<Integer>();}for (int i = 0; i < n; i++) {pos[ring.charAt(i) - 'a'].add(i);}int[][] dp = new int[m][n];for (int i = 0; i < m; i++) {Arrays.fill(dp[i], Integer.MAX_VALUE);}for (int i : pos[key.charAt(0) - 'a']) {dp[0][i] = Math.min(i, n - i) + 1;}for (int i = 1; i < m; i++) {for (int j : pos[key.charAt(i) - 'a']) {for (int k : pos[key.charAt(i - 1) - 'a']) {dp[i][j] = Math.min(dp[i][j], dp[i - 1][k] + Math.min(Math.abs(j - k), n - Math.abs(j - k)) + 1);}}}return Arrays.stream(dp[m - 1]).min().getAsInt();}
}