博客
关于我
LeetCode 486. 预测赢家(dp)
阅读量:226 次
发布时间:2019-03-01

本文共 777 字,大约阅读时间需要 2 分钟。

题意:

给定一个表示分数的非负整数数组。玩家 1 从数组任意一端拿取一个分数,随后玩家 2 继续从剩余数组任意一端拿取分数,然后玩家 1 拿,…… 。每次一个玩家只能拿取一个分数,分数被拿取之后不再可取。直到没有剩余分数可取时游戏结束。最终获得分数总和最多的玩家获胜。给定一个表示分数的数组,预测玩家1是否会成为赢家。你可以假设每个玩家的玩法都会使他的分数最大化。数据范围:1 <= 给定的数组长度 <= 20.数组里所有分数都为非负数且不会大于 10000000 。如果最终两个玩家的分数相等,那么玩家 1 仍为赢家。

解法:

比较分数可以转化为差值,当两者分数差值>=0时,玩家1胜利.令d[i][j]表示[i,j]先手选完能获得的最大值.那么d[i][j]=max(a[i]-d[i+1][j],a[j]-d[i][j-1]).最后判断d[1][n]是否>=0即可.

code:

class Solution {   public:    int d[22][22];    int a[22];    int dp(int l,int r){           if(l==r){               return a[l];        }        if(d[l][r]!=-1)return d[l][r];        return d[l][r]=max(a[l]-dp(l+1,r),a[r]-dp(l,r-1));    }    bool PredictTheWinner(vector
& aa) { memset(d,-1,sizeof d); int n=aa.size(); for(int i=0;i
=0; }};

转载地址:http://mwuv.baihongyu.com/

你可能感兴趣的文章
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>
nmap 使用总结
查看>>
nmap 使用方法详细介绍
查看>>
nmap使用
查看>>
nmap使用实战(附nmap安装包)
查看>>
Nmap哪些想不到的姿势
查看>>