在N个元素的数组中找到“P”元素的最小和,以便一起选择不超过“k”个连续元素

时间:2013-09-17 11:44:40

标签: c++ algorithm dynamic-programming

假设数组为1 2 3 4 5 这里N = 5我们必须选择3个元素,我们不能选择2个以上的连续元素,因此P = 3k = 2。因此,此处的输出将为1 + 2 + 4 = 7

我想出了一个递归解决方案,但它具有指数时间复杂度。这是代码。

#include<iostream>

using namespace std;

void mincost_hoarding (int *arr, int max_size, int P, int k, int iter, int& min_val, int sum_sofar, int orig_k)
{
    if (P == 0)
    {
        if (sum_sofar < min_val)
            min_val = sum_sofar;
        return;
    }

    if (iter == max_size)
        return;



    if (k!=0)
    {
        mincost_hoarding (arr, max_size, P - 1, k - 1, iter + 1, min_val, sum_sofar + arr[iter], orig_k);
        mincost_hoarding (arr, max_size, P, orig_k, iter + 1, min_val, sum_sofar, orig_k);
    }
    else
    {
        mincost_hoarding (arr, max_size, P, orig_k, iter + 1, min_val, sum_sofar, orig_k);
    }

}



int main()
{
    int a[] = {10, 5, 13, 8, 2, 11, 6, 4};

    int N = sizeof(a)/sizeof(a[0]);
    int P = 2;
    int k = 1;


    int min_val = INT_MAX;
    mincost_hoarding (a, N, P, k, 0, min_val, 0, k);

    cout<<min_val;

}

此外,如果假定在约束之后无法选择P元素,那么我们返回INT_MAX。

我在接受采访时被问到这个问题。在提出这个解决方案后,面试官期待更快的事情。也许,DP解决问题的方法。如果存在一个或更快的算法,有人可以提出DP算法。

我尝试了各种测试用例并得到了正确答案。如果您发现某些测试用例的回复不正确,请同时指出。

1 个答案:

答案 0 :(得分:3)

以下是Java动态编程算法 (C ++版本应该看起来非常相似)

它基本上如下工作:

  • 拥有[pos][consecutive length][length]的3D数组 这里length index = actual length - 1),[0]长度为1,类似于连续长度。这样做是因为在任何地方都没有任何长度。
  • 在每个位置:
    • 如果长度为0且连续长度为0,则只需使用pos处的值。
    • 否则,如果连续长度为0,请使用pos - 1查看所有先前位置(length - 1除外)中的最小值,并使用加pos处的值。
    • 其他一切,如果pos > 0 && consecutive length > 0 && length > 0
      使用[pos-1][consecutive length-1][length-1]加上pos的值 如果其中一个为0,则将其初始化为无效值。

最初感觉就像这个问题只需要2个维度,然而,一旦我试图解决它,我意识到我需要第3个。

代码:

  int[] arr = {1, 2, 3, 4, 5};
  int k = 2, P = 3;

  int[][][] A = new int[arr.length][P][k];

  for (int pos = 0; pos < arr.length; pos++)
  for (int len = 0; len < P; len++)
  {
     int min = 1000000;
     if (len > 0)
     {
        for (int pos2 = 0; pos2 < pos-1; pos2++)
        for (int con = 0; con < k; con++)
           min = Math.min(min, A[pos2][len-1][con]);
        A[pos][len][0] = min + arr[pos];
     }
     else
        A[pos][0][0] = arr[pos];

     for (int con = 1; con < k; con++)
        if (pos > 0 && len > 0)
           A[pos][len][con] = A[pos-1][len-1][con-1] + arr[pos];
        else
           A[pos][len][con] = 1000000;
  }

  // Determine the minimum sum
  int min = 100000;
  for (int pos = 0; pos < arr.length; pos++)
  for (int con = 0; con < k; con++)
     min = Math.min(A[pos][P-1][con], min);
  System.out.println(min);

我们按预期将7作为输出。

运行时间: O(N2k + NPk)