552. 学生出勤记录 II
来源:力扣(LeetCode)
链接: https://leetcode.cn/problems/student-attendance-record-ii/
可以用字符串表示一个学生的出勤记录,其中的每个字符用来标记当天的出勤情况(缺勤、迟到、到场)。记录中只含下面三种字符:
- ‘A’:Absent,缺勤
- ‘L’:Late,迟到
- ‘P’:Present,到场
如果学生能够 同时 满足下面两个条件,则可以获得出勤奖励:
- 按 总出勤 计,学生缺勤(‘A’)严格 少于两天。
- 学生 不会 存在 连续 3 天或 连续 3 天以上的迟到(‘L’)记录。
给你一个整数 n ,表示出勤记录的长度(次数)。请你返回记录长度为 n 时,可能获得出勤奖励的记录情况 数量 。答案可能很大,所以返回对 109 + 7 取余 的结果。
示例 1:
输入:n = 2
输出:8
解释:
有 8 种长度为 2 的记录将被视为可奖励:
"PP" , "AP", "PA", "LP", "PL", "AL", "LA", "LL"
只有"AA"不会被视为可奖励,因为缺勤次数为 2 次(需要少于 2 次)。
示例 2:
输入:n = 1
输出:3
示例 3:
输入:n = 10101
输出:183236316
提示:
- 1 <= n <= 1 0 5 10^5105
解法
- 动态规划:前后有关联,可以使用记忆化搜索或者动态规划,由于记忆化搜索复杂度太高,这里只考虑动态规划
动态规划:四个步骤:- 问题定义
- 状态转移方程
- 初始条件和边界情况
- 确定计算顺序(自顶向下,还是自下向上)
问题定义:
可奖励的出勤记录要求缺勤次数少于 2 和连续迟到次数少于 3,因此动态规划的状态由总天数、缺勤次数和结尾连续迟到次数决定(由于不会记录连续迟到次数等于或多于 3 的情况,因此非结尾的连续迟到次数一定少于 3,只需要记录结尾连续迟到次数即可)。
定义dp[i][j][k] 表示前 i 天有 j 个 ‘A’ 且结尾有连续 k 个‘L’ 的可奖励的出勤记录的数量,其中 0≤i≤n,0≤j≤1,0≤k≤2。
状态转移方程:
初始化条件和边界条件
- dp = [[[0, 0, 0], [0, 0, ] for _ in range(n+1)]
dp[0][0][0] = 1
确定计算顺序:
这个是从下向上的方向计算即可
代码实现
动态规划
python实现
class Solution:
def checkRecord(self, n: int) -> int:
MOD = 10 ** 9 + 7
dp = [[[0, 0, 0], [0, 0, 0]] for _ in range(n+1)]
dp[0][0][0] = 1
for i in range(1, n+1):
# 最后一次是p
for j in range(0, 2):
for k in range(0, 3):
dp[i][j][0] = (dp[i][j][0] + dp[i-1][j][k]) % MOD
# 最后一次是A
for k in range(0, 3): # 这里中间是1 末尾是0
dp[i][1][0] = (dp[i][1][0] + dp[i-1][0][k]) % MOD
# 最后一次是L
for j in range(0, 2):
for k in range(1, 3):
dp[i][j][k] = (dp[i][j][k] + dp[i-1][j][k-1]) % MOD
total = 0
for j in range(0, 2):
for k in range(0, 3):
total += dp[n][j][k]
return total % MOD
c++实现
class Solution {
public:
static constexpr int MOD = 1'000'000'007;
int checkRecord(int n) {
vector<vector<vector<int>>> dp(n + 1, vector<vector<int>>(2, vector<int>(3))); // 长度,A 的数量,结尾连续 L 的数量
dp[0][0][0] = 1;
for (int i = 1; i <= n; i++) {
// 以 P 结尾的数量
for (int j = 0; j <= 1; j++) {
for (int k = 0; k <= 2; k++) {
dp[i][j][0] = (dp[i][j][0] + dp[i - 1][j][k]) % MOD;
}
}
// 以 A 结尾的数量
for (int k = 0; k <= 2; k++) {
dp[i][1][0] = (dp[i][1][0] + dp[i - 1][0][k]) % MOD;
}
// 以 L 结尾的数量
for (int j = 0; j <= 1; j++) {
for (int k = 1; k <= 2; k++) {
dp[i][j][k] = (dp[i][j][k] + dp[i - 1][j][k - 1]) % MOD;
}
}
}
int sum = 0;
for (int j = 0; j <= 1; j++) {
for (int k = 0; k <= 2; k++) {
sum = (sum + dp[n][j][k]) % MOD;
}
}
return sum;
}
};
复杂度分析
- 时间复杂度: O ( n ) O(n)O(n)
- 空间复杂度: O ( 1 ) O(1)O(1)
参考
版权声明:本文为uncle_ll原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。