[Leetcode]638. Shopping Offers

链接：LeetCode638

在LeetCode商店中， 有许多在售的物品。
然而，也有一些大礼包，每个大礼包以优惠的价格捆绑销售一组物品。
现给定每个物品的价格，每个大礼包包含物品的清单，以及待购物品清单。请输出确切完成待购清单的最低花费。
每个大礼包的由一个数组中的一组数据描述，最后一个数字代表大礼包的价格，其他数字分别表示内含的其他种类物品的数量。
任意大礼包可无限次购买。

示例 1:
输入: \([2,5], [[3,0,5],[1,2,10]], [3,2]\)
输出: \(14\)
解释:
有A和B两种物品，价格分别为¥2和¥5。
大礼包1，你可以以¥5的价格购买3A和0B。
大礼包2， 你可以以¥10的价格购买1A和2B。
你需要购买3个A和2个B， 所以你付了¥10购买了1A和2B（大礼包2），以及¥4购买2A。

相关标签：记忆化搜索

难点在于构造备忘录，如果用数组的话，维数太大，操作起来比较麻烦。可以转换为str类型，也可以将needs数组的每一位连接起来构成一个10进制数，例如题中给的第一个例子，needs数组为3,2，那么就定义一个need=32，用来代替needs数组，然后用一个map结构来储存已经求到的子问题的解。本题的递归关系比较简单，首先要用单价来求不同needs对应的花费的初始值，定义一个数组temp来储存选了一个礼包后needs数组的变化，即temp=needs-special[i]，在减的过程中如果出现小于0的值即表示购买当前礼包后超过了代购清单，就退出。然后自顶向下的求出解。代码如下：

python:

class Solution:
    def shoppingOffers(self, price: List[int], special: List[List[int]], needs: List[int]) -> int:
        dic = {}
        res = self.dfs(price,special,needs,dic)
        return res

    def dfs(self,price,special,needs,dic):
        if str(needs) in dic:
            return dic[str(needs)]
        result = 0
        for i in range(len(price)):
            result += price[i]*needs[i]
        for sp in special:
            new = needs[:]
            for i in range(len(new)):
                new[i] -= sp[i]
                if new[i] < 0:
                    break
            else:
                result = min(result,sp[-1]+self.dfs(price,special,new,dic))
        dic[str(needs)] = result
        return result

C++:

class Solution {
public:
    int getKey(vector needs) {
        int n = needs.size();
        int result = 0;
        for(int i=0;i& price, vector>& special, vector& needs) {
        unordered_map map;
        int res = dfs(price, special, needs, map);
        return res;
    }

    int dfs(vector& price,vector >& special, vector& needs,unordered_map map) {
        int key = getKey(needs);
        if (map[key])
            return map[key];
        int result = 0;
        for (int i = 0;i temp = needs;
            int j;
            for (j=0;j

参考：
LeetCode_638（动态规划）