1774 最接近目标价格的甜点成本

题目描述:
你打算做甜点,现在需要购买配料。目前共有 n 种冰激凌基料和 m 种配料可供选购。而制作甜点需要遵循以下几条规则:
必须选择 一种 冰激凌基料。
可以添加 一种或多种 配料,也可以不添加任何配料。
每种类型的配料 最多两份 。
给你以下三个输入:
baseCosts ,一个长度为 n 的整数数组,其中每个 baseCosts[i] 表示第 i 种冰激凌基料的价格。
toppingCosts,一个长度为 m 的整数数组,其中每个 toppingCosts[i] 表示 一份 第 i 种冰激凌配料的价格。
target ,一个整数,表示你制作甜点的目标价格。
你希望自己做的甜点总成本尽可能接近目标价格 target 。
返回最接近 target 的甜点成本。如果有多种方案,返回 成本相对较低 的一种。

示例 1:
输入:baseCosts = [1,7], toppingCosts = [3,4], target = 10
输出:10
解释:考虑下面的方案组合(所有下标均从 0 开始):

  • 选择 1 号基料:成本 7
  • 选择 1 份 0 号配料:成本 1 x 3 = 3
  • 选择 0 份 1 号配料:成本 0 x 4 = 0
    总成本:7 + 3 + 0 = 10 。

示例 2:
输入:baseCosts = [2,3], toppingCosts = [4,5,100], target = 18
输出:17
解释:考虑下面的方案组合(所有下标均从 0 开始):

  • 选择 1 号基料:成本 3
  • 选择 1 份 0 号配料:成本 1 x 4 = 4
  • 选择 2 份 1 号配料:成本 2 x 5 = 10
  • 选择 0 份 2 号配料:成本 0 x 100 = 0
    总成本:3 + 4 + 10 + 0 = 17 。不存在总成本为 18 的甜点制作方案。

示例 3:

输入:baseCosts = [3,10], toppingCosts = [2,5], target = 9
输出:8
解释:可以制作总成本为 8 和 10 的甜点。返回 8 ,因为这是成本更低的方案。

示例 4:
输入:baseCosts = [10], toppingCosts = [1], target = 1
输出:10
解释:注意,你可以选择不添加任何配料,但你必须选择一种基料。

提示:
n == baseCosts.length
m == toppingCosts.length
1 <= n, m <= 10
1 <= baseCosts[i], toppingCosts[i] <= 104
1 <= target <= 104

方法1:
主要思路:解题链接汇总
(1)dfs;

class Solution {
    
    
public:
    void dfs(vector<int>&toppingCosts,int index,int&res,int&min_diff,const int& target,int cur){
    
    
        if(min_diff==0){
    
    //说明已经能刚好达到目标值了
            return;
        }
        //是否有更接近目标值的数,第二个判断条件主要是为了处理可能值本身更小的情况
        if(abs(cur)<min_diff||cur==min_diff){
    
    
            res=target-cur;
            min_diff=abs(cur);
        }
        //剪枝,后面只会更大,或已经遍历结束
        if(cur<=0||index>=toppingCosts.size()){
    
    
            return;
        }
        for(int j=0;j<3;++j){
    
    //处理不选,选一次,选两次的问题
            dfs(toppingCosts,index+1,res,min_diff,target,cur-j*toppingCosts[index]);
        }
    }
    int closestCost(vector<int>& baseCosts, vector<int>& toppingCosts, int target) {
    
    
        int min_diff=INT_MAX;//和目标值target的最小差值
        int res=0;
        for(int&cost:baseCosts){
    
    //必须选一种
            dfs(toppingCosts,0,res,min_diff,target,target-cost);
        }
        return res;
    }
};

方法2:
主要思路:
(1)将方法1转为对应的go语言

func abs(n int)int{
    
    
    if n< 0{
    
    
        return -n
    }
    return n
}

func dfs(toppingCosts []int,index int,res *int,min_diff *int,target int,cur int){
    
    
    if *min_diff==0 {
    
    
        return
    }
    if *min_diff>abs(cur)||cur==*min_diff {
    
    
        *res=target-cur
        *min_diff=abs(cur)
    }
    if cur<=0||index>=len(toppingCosts){
    
    
        return
    }
    for i:=0;i<3;i++{
    
    
        dfs(toppingCosts,index+1,res,min_diff,target,cur-i*toppingCosts[index])
    }
}
func closestCost(baseCosts []int, toppingCosts []int, target int) int {
    
    
    min_diff := 100000
    res := 0
    for i:=0;i<len(baseCosts);i++{
    
    
        dfs(toppingCosts,0,&res,&min_diff,target,target-baseCosts[i])
    }
    return res
}

猜你喜欢

转载自blog.csdn.net/weixin_44171872/article/details/114266049