2026-05-14:使二进制字符串相等的最小成本。用go语言,给定两个长度为 n 的二进制字符串 s 和 t,以及三个正整数 flipCost、swa…
🤖 AI总结
主题
使用Go、Python、C++实现二进制字符串相等的最小成本算法
摘要
本文通过统计二进制字符串不匹配类型,计算翻转、同串交换、跨串交换三种操作组合的最小成本,并给出Go、Python、C++完整实现。
关键信息
- 1 统计不匹配类型A和B
- 2 计算三种操作组合的最小成本
- 3 提供了完整的多语言代码实现
2026-05-14:使二进制字符串相等的最小成本。用go语言,给定两个长度为 n 的二进制字符串 s 和 t,以及三个正整数 flipCost、swapCost、crossCost。
你可以对 s、t 进行任意多次操作(操作顺序不限),目标是让最终的 s 与 t 完全相同。
允许的操作为:
1. 翻转操作:任选一个位置 i,把 s[i] 或 t[i] 的比特取反(0 变 1,1 变 0)。该操作花费 flipCost。
2. 同串交换:任选两个不同位置 i、j,将 s[i] 与 s[j 对调,或将 t[i] 与 t[j 对调。该操作花费 swapCost。
3. 跨串交换:任选一个位置 i,交换 s[i] 与 t[i]。该操作花费 crossCost。
求:使 s 与 t 相等所需的最小总成本。
n == s.length == t.length。
1 <= n <= 100000。
1 <= flipCost, swapCost, crossCost <= 1000000000。
s 和 t 仅由字符 ‘0’ 和 ‘1’ 组成。
输入: s = “01000”, t = “10111”, flipCost = 10, swapCost = 2, crossCost = 2。
输出: 16。
解释:
我们可以执行以下操作:
交换 s[0] 和 s[1](swapCost = 2)。操作后,s = “10000”,t = “10111”。
交换 s[2] 和 t[2](crossCost = 2)。操作后,s = “10100”,t = “10011”。
交换 s[2] 和 s[3](swapCost = 2)。操作后,s = “10010”,t = “10011”。
翻转 s[4](flipCost = 10)。操作后,s = t = “10011”。
总成本为 2 + 2 + 2 + 10 = 16。
题目来自力扣3800。
分步详细过程 第一步:统计核心问题类型(最关键的一步)
我们的目标是让s和t每一位都完全相同,首先要逐位对比两个字符串,统计所有不匹配的位置类型,这是所有计算的基础。
二进制字符只有0和1,两个字符串对位对比,只会出现4种情况:
1.s[i]=0,t[i]=0:完全匹配,无需处理
2.s[i]=1,t[i]=1:完全匹配,无需处理
3.s[i]=0,t[i]=1:定义为类型A不匹配(记总数量为a)
4.s[i]=1,t[i]=0:定义为类型B不匹配(记总数量为b)
代入输入示例统计
输入:s=01000,t=10111
逐位对比:
第0位:0 vs 1 → 类型A
第1位:1 vs 0 → 类型B
第2位:0 vs 1 → 类型A
第3位:0 vs 1 → 类型A
第4位:0 vs 1 → 类型A
最终统计结果:
a=4(4个0→1不匹配),b=1(1个1→0不匹配)
为了方便计算,我们统一让a ≤ b,调整后:a=1,b=4
第二步:明确三种核心修复方案(仅针对不匹配位)
所有不匹配的位置,只能通过翻转、同串交换、跨串交换三种操作修复。
代码中计算了三种最优的组合方案成本,最终取最小值就是答案。
方案1:纯翻转操作(最简单的暴力方案)
规则:对每一个不匹配的位置,单独执行翻转操作(改s或改t都可以),直到匹配。
• 总不匹配位数 = a + b
• 总成本 = (a + b) × 翻转成本
代入示例计算:
总不匹配位数=1+4=5,翻转成本=10
总成本=5×10=50
方案2:同串交换 + 剩余翻转
规则:
1.同串交换:只能修复数量相等的类型A和类型B不匹配(交换后直接让两组位置都匹配),最多能交换a次(因为a≤b)
2.剩余不匹配:交换后剩下的b-a个类型B不匹配,只能用翻转操作修复
• 交换成本 = a × 同串交换成本
• 翻转成本 = (b – a) × 翻转成本
• 总成本 = 交换成本 + 翻转成本
代入示例计算:
a=1,b=4,同串交换成本=2,翻转成本=10
交换成本=1×2=2
翻转成本=(4-1)×10=30
总成本=2+30=32
方案3:跨串交换 + 同串交换 + 剩余翻转(最优方案,示例答案来源)
规则:这是组合操作的最优解,利用跨串交换处理成对的不匹配,结合同串交换,最后处理剩余单个不匹配:
1. 总不匹配对数:total = a + b
2. 成对处理:用跨串交换+同串交换组合修复total/2对不匹配
3. 剩余单个:如果总数量是奇数,最后剩1个不匹配,用翻转修复
• 核心成本 = 成对数量×同串交换成本 + 差值×跨串交换成本
• 剩余成本 = 奇数个时×翻转成本
• 总成本 = 核心成本 + 剩余成本
代入示例计算:
total=5,成对数量=2,剩余1个;跨串成本=2,同串成本=2,翻转成本=10
核心成本=2×2 + (2-1)×2 = 4+2=6
剩余成本=1×10=10
总成本=6+10=16
第三步:选取最小成本
我们得到三种方案的成本:
方案1:50 → 方案2:32 → 方案3:16
最终最小成本=16,和题目示例输出完全一致。
补充:三种操作的作用理解(辅助理解)
1.翻转操作:万能操作,单个位置修复,成本固定
2.同串交换:批量修复一对不同类型的不匹配,比两次翻转更便宜
3.跨串交换:对位交换s和t的字符,配合交换能高效处理批量不匹配
时间复杂度 & 额外空间复杂度 1. 时间复杂度
• 核心操作:逐位遍历一次字符串,统计不匹配类型,遍历长度为n
• 后续计算:都是固定次数的数学运算(常数时间)
• 总时间复杂度:O(n)
(线性时间,处理10万长度的字符串也能高效运行)
2. 额外空间复杂度
• 仅使用了固定大小的变量:统计用的2×2数组、a/b/res1/res2/res3等变量
• 无论输入字符串长度n是多少,占用的额外空间都不会变化
• 总额外空间复杂度:O(1)
(常数空间,几乎不占用额外内存)
总结
1. 核心流程:统计不匹配类型 → 计算三种操作组合成本 → 取最小值
2. 示例中通过「交换+跨串交换+翻转」的组合得到最低成本16
3. 时间复杂度O(n),空间复杂度O(1),完美适配题目最大数据规模
Go完整代码如下:
package main
import (
"fmt"
)
func minimumCost(s, t string, flipCost, swapCost, crossCost int)int64 {
cnt := [2][2]int{}
for i, ch := range s {
cnt[ch&1][t[i]&1]++
}
a := cnt[0][1]
b := cnt[1][0]
if a > b {
a, b = b, a
}
res1 := (a + b) * flipCost
res2 := a*swapCost + (b-a)*flipCost
avg := (a + b) / 2
res3 := (avg-a)*crossCost + avg*swapCost + (a+b)%2*flipCost
returnint64(min(res1, res2, res3))
}func main() {
s := "01000"
t := "10111"
flipCost := 10
swapCost := 2
crossCost := 2
result := minimumCost(s, t, flipCost, swapCost, crossCost)
fmt.Println(result)
}
![]()
Python完整代码如下:
# -*-coding:utf-8-*-
def minimumCost(s: str, t: str, flipCost: int, swapCost: int, crossCost: int) -> int:
cnt = [[0, 0], [0, 0]]
for sc, tc in zip(s, t):
cnt[ord(sc) & 1][ord(tc) & 1] += 1
a = cnt[0][1]
b = cnt[1][0]
if a > b:
a, b = b, a
res1 = (a + b) * flipCost
res2 = a * swapCost + (b - a) * flipCost
avg = (a + b) // 2
res3 = (avg - a) * crossCost + avg * swapCost + (a + b) % 2 * flipCost
return min(res1, res2, res3)if __name__ == "__main__":
s = "01000"
t = "10111"
flipCost = 10
swapCost = 2
crossCost = 2
result = minimumCost(s, t, flipCost, swapCost, crossCost)
print(result)
![]()
C++完整代码如下:
using namespace std;
long long minimumCost(string s, string t, int flipCost, int swapCost, int crossCost) {
int cnt[2][2] = {{0, 0}, {0, 0}};
for (size_t i = 0; i < s.length(); i++) {
cnt[s[i] & 1][t[i] & 1]++;
}
int a = cnt[0][1];
int b = cnt[1][0];
if (a > b) {
swap(a, b);
}
long long res1 = (a + b) * flipCost;
long long res2 = a * swapCost + (b - a) * flipCost;
int avg = (a + b) / 2;
long long res3 = (avg - a) * crossCost + avg * swapCost + (a + b) % 2 * flipCost;
return min({res1, res2, res3});
}int main() {
string s = "01000";
string t = "10111";
int flipCost = 10;
int swapCost = 2;
int crossCost = 2;
long long result = minimumCost(s, t, flipCost, swapCost, crossCost);
cout << result << endl;
return0;
}
![]()
我们相信人工智能为普通人提供了一种“增强工具”,并致力于分享全方位的AI知识。在这里,您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”,发消息可获得面试资料,让AI助力您的未来发展。