2244. Minimum Rounds to Complete All Tasks
2244. Minimum Rounds to Complete All Tasks
這一題可以算是經典的 Dynamic Programming 70. Climbing Stairs 的變形。只是題目從一次可以走一階兩階,變成了一次可以走兩階或三階,但是要考慮無法走完的情況。
class Solution:
def minimumRounds(self, tasks: List[int]) -> int:
counter = Counter(tasks)
@cache
def dp(jobs):
if jobs == 0:
return 0
if jobs == 1:
return -1
if jobs == 2 or jobs == 3:
return 1
two = dp(jobs - 2)
three = dp(jobs - 3)
if two == -1 and three == -1:
return -1
elif two == -1:
return 1 + three
elif three == -1:
return 1 + two
else:
return 1 + min(two, three)
count = 0
for values in counter.values():
curr = dp(values)
if curr == -1:
return -1
count += curr
return count
時間複雜度的分析比較複雜一點 。
- 我們需要 的時間複雜度去計算出 tasks 的計數
- 遞迴的部分,我們有使用了記憶體優化的方法,所以總共會計算 次,,因為我們只會計算出 0 至 M 的 dp 一次。
- 最後是我們會對每一個任務呼叫一次 dp ,總共會計算 次,。
最後的時間複雜度是 空間複雜度也是 。
貪心:這個 DP 有封閉解
回頭看 dp(jobs) 到底在做什麼:把 jobs 拆成若干個 2 和 3,讓份數最少。這件事不需要遞迴,可以直接算出來。
設拆成 個 2 和 個 3,也就是 ,要最小化 。既然每一份最多只能吃 3 個,份數的下界就是 。而這個下界在 時永遠達得到,分三種情況檢查:
- :全部用 3,共 份
- :拿一個 3 跟落單的 1 湊成兩個 2(),共 份
- :剩下的 2 自己一份,共 份
唯一的例外是 —— 1 湊不出任何 2 和 3 的組合,直接回 -1。
class Solution:
def minimumRounds(self, tasks: List[int]) -> int:
ans = 0
for count in Counter(tasks).values():
if count == 1:
return -1
ans += (count + 2) // 3
return ans
(count + 2) // 3 就是 的整數寫法。
貪在哪裡
貪心的動作是:每一份都盡量吃 3 個。
它安全是因為上面那個下界論證 —— 份數不可能少於 ,而「盡量吃 3」正好達到這個值,所以它就是最佳解。既然如此,就不必在每一步去試「這一份要吃 2 還是吃 3」,DP 的那個 min(two, three) 是白算的。
另外值得留意的是為什麼整題可以拆開算:不同難度的任務不能放在同一份裡,所以 種難度就是 個互不影響的子問題,各自求最小值再相加即可。如果題目允許同一份混不同難度,這個拆解立刻垮掉,就得回去用 DP 了。
補充
同樣是「DP 想得出來,但其實有封閉解 / 貪心解」的題:1323. Maximum 69 Number(改最左邊那個 6 就好)、2126. Destroying Asteroids(排序後由小吃到大)。判斷方式見 Greedy 模板。
複雜度
- 時間 — 一次計數 ,再掃過 種難度,
- 空間 — Counter 的大小
其中 是 tasks 的長度、 是相異難度的數量。跟 DP 版本的差別在於省掉了 的記憶化表( 是最大的出現次數),以及遞迴的呼叫堆疊。