您现在的位置是:首页 >技术杂谈 >leetcode.486. 预测赢家,动态规划(java)网站首页技术杂谈
leetcode.486. 预测赢家,动态规划(java)
预测赢家
leetcode 486 题
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/predict-the-winner
题目描述
给你一个整数数组 nums 。玩家 1 和玩家 2 基于这个数组设计了一个游戏。
玩家 1 和玩家 2 轮流进行自己的回合,玩家 1 先手。
开始时,两个玩家的初始分值都是 0 。
每一回合,玩家从数组的任意一端取一个数字(即,nums[0] 或 nums[nums.length - 1]),
取到的数字将会从数组中移除(数组长度减 1 )。
玩家选中的数字将会加到他的得分上。
当数组中没有剩余数字可取时,游戏结束。
如果玩家 1 能成为赢家,返回 true 。如果两个玩家得分相等,同样认为玩家 1 是游戏的赢家,也返回 true 。你可以假设每个玩家的玩法都会使他的分数最大化。
示例 1:
输入:nums = [1,5,2]
输出:false
解释:一开始,玩家 1 可以从 1 和 2 中进行选择。
如果他选择 2(或者 1 ),那么玩家 2 可以从 1(或者 2 )和 5 中进行选择。如果玩家 2 选择了 5 ,那么玩家 1 则只剩下 1(或者 2 )可选。
所以,玩家 1 的最终分数为 1 + 2 = 3,而玩家 2 为 5 。
因此,玩家 1 永远不会成为赢家,返回 false 。
示例 2:
输入:nums = [1,5,233,7]
输出:true
解释:玩家 1 一开始选择 1 。然后玩家 2 必须从 5 和 7 中进行选择。无论玩家 2 选择了哪个,玩家 1 都可以选择 233 。
最终,玩家 1(234 分)比玩家 2(12 分)获得更多的分数,所以返回 true,表示玩家 1 可以成为赢家。
提示:
1 <= nums.length <= 20
0 <= nums[i] <= 107
暴力递归
解题思路
首先考虑先手方:
因为只能从左边或者右边拿,那么每次出手就有两种选择,
再考虑后手方:
后手拿牌只能从先手拿过的之后的里面去选,因此也要考虑先手拿的左边还是右边。
先手拿过以后,就归后手拿,因此这个递归就应该写成嵌套的递归。
后手也同理
代码演示
public boolean PredictTheWinner(int[] nums) {
if(null == nums || nums.length == 1){
return true;
}
//暴力递归
int f = f(nums,0,nums.length - 1);
int g = g(nums,0,nums.length - 1);
return f >= g ? true : false;
}
/**
* 先手的递归
* nums 要拿的数组
* left 左边界
* right 右边界
*/
public int f(int[]nums,int left,int right){
//base case 只剩一个数时,肯定鬼先手方
if(left == right){
return nums[left];
}
//两种情况去考虑,拿左边和拿右边
//拿左边的后, 后手方从剩下的里去拿
int p1 = nums[left] + g(nums,left + 1,right);
//拿完右边 下面要后手方拿
int p2 = nums[right] + g(nums,left,right - 1);
//取最大值
return Math.max(p1,p2);
}
/**
* 后手的递归
* nums 要拿的数组
* left 左边界
* right 右边界
*/
public int g(int[]nums,int left,int right){
//base case 只剩一个时,后手没法拿 只能得到0
if(left == right){
return 0;
}
//后手要在先手拿完之后的数组中选,
//因此要把先手拿左边右边两种情况都考虑到
// 先手拿左边的,只能从left + 1 以后去选了
int g1 = f(nums,left + 1,right);
//先手拿右边的,只能从left 和 right -1 去选了
int g2 = f(nums,left,right - 1);
//因为先手一定去拿最优解,所以后手方只能拿到次优的
return Math.min(g1,g2);
}
暴力递归 + 缓存
解题思路
在暴力递归中,有两个变量在一直变换,
left 和 right .递归时会有很多重复的情况。
我么用缓存把这两个的变化,缓存起来
重复时,直接从缓存里取。
代码演示
public boolean PredictTheWinner(int[] nums) {
if(null == nums || nums.length == 1){
return true;
}
//递归加缓存
int N = nums.length;
//先手的缓存表
int[][]dp = new int[N][N];
//后手的缓存表
int[][]dp2 = new int[N][N];
//初始化
for(int i = 0;i < N ;i++){
for(int j = 0; j < N ;j++){
dp[i][j] = -1;
dp2[i][j] = -1;
}
}
int f = f2(nums,0,nums.length - 1,dp,dp2);
int g = g2(nums,0,nums.length - 1,dp,dp2);
return f >= g ? true : false;
}
/**
* 先手的递归
* nums 要拿的数组
* left 左边界
* right 右边界
* dp 先手的缓存
* dp2 后手的缓存
*/
public int f2(int[]nums,int left,int right,int[][]dp,int[][]dp2){
//如果缓存里有 直接从缓存中拿
if(dp[left][right] != -1){
return dp[left][right];
}
int ans = 0;
//base case 只剩一个时 归先手
if(left == right){
ans = nums[left];
}else{
int p1 = nums[left] + g2(nums,left + 1,right,dp,dp2);
int p2 = nums[right] + g2(nums,left,right - 1,dp,dp2);
ans = Math.max(p1,p2);
}
//保存答案到缓存中
dp[left][right] = ans;
return ans;
}
/**
* 后手的递归
* nums 要拿的数组
* left 左边界
* right 右边界
* dp 先手的缓存
* dp2 后手的缓存
*/
public int g2(int[]nums,int left,int right,int[][]dp,int[][]dp2){
//如果缓存里有 直接从缓存中拿
if(dp2[left][right] != -1){
return dp2[left][right];
}
int ans = 0;
if(left != right){
int g1 = f2(nums,left + 1,right,dp,dp2);
int g2 = f2(nums,left,right - 1,dp,dp2);
ans = Math.min(g1,g2);
}
dp2[left][right] = ans;
return ans;
}
动态规划
解题思路
动态规划就是对递归的改写,把递归过程,改成缓存表的填值过程
一.根据bace case 初始化缓存表
二.根据递归的过程去把缓存表中的值上
三.填好值后,要取的值就是递归调用的最初始过程
代码演示
public boolean PredictTheWinner(int[] nums) {
if(null == nums || nums.length == 1){
return true;
}
return dp(nums);
}
/**
* 动态规划
*/
public boolean dp(int[] nums){
int N = nums.length;
//先手缓存表
int[][]fmap = new int[N][N];
//后手的缓存表
int[][]gmap = new int[N][N];
//根据base case 初始化 先手L == N 时 取数组中的值
//因此直接初始化 L == R 时 等于 nums[i]
//后手方的base case 是0 不需要初始化了,
//因为数组本身就是0
for(int i = 0;i < N ;i++){
fmap[i][i] = nums[i];
}
//开始给缓存表 赋值
for(int i = 1; i < N ;i++){
int R = i;
int L = 0; //行
while(R < N){
int p1 = nums[L] + gmap[L+1][R];
int p2 = nums[R] + gmap[L][R-1];
fmap[L][R] = Math.max(p1,p2);
int g1 = fmap[L+1][R];
int g2 = fmap[L][R-1];
gmap[L][R] = Math.min(g1,g2);
L++;
R++;
}
}
return fmap[0][N - 1] >= gmap[0][N - 1] ? true : false;
}