题目大意：
大礼包
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。
示例 2:
输入: [2,3,4], [[1,1,0,4],[2,2,1,9]], [1,2,1] 输出: 11 解释: A，B，C的价格分别为¥2，¥3，¥4. 你可以用¥4购买1A和1B，也可以用¥9购买2A，2B和1C。 你需要买1A，2B和1C，所以你付了¥4买了1A和1B（大礼包1），以及¥3购买1B， ¥4购买1C。 你不可以购买超出待购清单的物品，尽管购买大礼包2更加便宜。
说明:
- 最多6种物品， 100种大礼包。
- 每种物品，你最多只需要购买6个。
- 你不可以购买超出待购清单的物品，即使更便宜。
如果想查看本题目是哪家公司的面试题，请参考以下免费链接： https://leetcode.jp/problemdetail.php?id=638
解题思路分析：
因为大礼包的价格一定比单独购买每一种产品要实惠，所以，本题最差的情况是分别单独购买待购清单中的每一种产品。我们采用递归方式求解，递归方法中，循环遍历每一种礼包，查看当前礼包所包含的每一种商品数量是否小于等待购清单中每种商品的数量，如果是，则可以购买当前礼包，同时减去礼包中包含的相应的商品数量，将剩下的待购清单交给递归子问题去继续处理。直到所有商品都购买完毕时，得到一个总花费。递归遍历得出所有总花费的可能，其中花费最少的一种方式即是返回答案。
实现代码：
Map<List<Integer>, Integer> map = new HashMap<>(); // 记忆数组
public int shoppingOffers(List<Integer> price, List<List<Integer>> special, List<Integer> needs) {
return help(price, special, needs); // 递归求解
}
int help(List<Integer> price, List<List<Integer>> special, List<Integer> needs){
int cost=0; // 总花费
// needs中每个商品都单独购买得到的总花费
for(int i=0;i<needs.size();i++){
cost+=needs.get(i)*price.get(i);
}
// 如果总花费为0，返回0。
if(cost==0) return 0;
// 记忆数组中包含当前购物清单的最优花费，直接返回该值
if(map.containsKey(needs)) return map.get(needs);
// 遍历每一个礼包
for(List<Integer> list : special){
// 当前礼包价格
int p=list.get(list.size()-1);
// 如果礼包价格大于等于当前最优总花费，跳过
if(p>=cost) continue;
// 新建一个购物清单
List<Integer> needList = new ArrayList<>();
// 循环当前礼包中的每种商品数量
for(int i=0;i<list.size()-1;i++){
// 礼包中当前商品数量大于购物清单中该商品数量
// 该礼包无法购买
if(list.get(i)>needs.get(i)) break;
// 将购买后剩余未购买的数量加入新的购物清单
needList.add(needs.get(i)-list.get(i));
}
// 当前礼包购买的情况下
if(needList.size()==needs.size()){
// 购买当前礼包的价格加上剩下未购买商品所需的价格为总花费价格
// 更新最小花费值。
cost = Math.min(cost, p+help(price,special,needList));
}
}
// 将当前购物清单需要的最少花费存入记忆数组
map.put(needs, cost);
return cost;
}本题解法执行时间为7ms。
Runtime: 7 ms, faster than 62.23% of Java online submissions for Shopping Offers.
Memory Usage: 42.4 MB, less than 46.15% of Java online submissions for Shopping Offers.
本网站文章均为原创内容，并可随意转载，但请标明本文链接如有任何疑问可在文章底部留言。为了防止恶意评论，本博客现已开启留言审核功能。但是博主会在后台第一时间看到您的留言，并会在第一时间对您的留言进行回复！欢迎交流！
本文链接: https://leetcode.jp/leetcode-638-shopping-offers-解题思路分析/