力扣刷题记录： 3040. 相同分数的最大操作数目Ⅱ

        本题是第 124 场双周赛的 Q3，LC竞赛分为1706。我们可以发现这个问题的子问题结构和这个问题是一样的，于是我们天然地想到类似递归或者dp这类的方法。

方法一. 递归（超时,507/549）

        代码如下：

class Solution {
public:
    int maxOperations(vector<int>& nums) {
        int pb = 0, pe = nums.size()-1;
        int a1 = reduction(nums,pb+1,pe-1,nums[pb]+nums[pe]);
        int a2 = reduction(nums,pb+2,pe,nums[pb]+nums[pb+1]);
        int a3 = reduction(nums,pb,pe-2,nums[pe]+nums[pe-1]);

        int ans = max(a1,a2); ans = max(ans,a3);
        return ans+1;
    }

    int reduction(vector<int>& nums,int pb,int pe,int score){
        if(pb>=pe){
            return 0;
        }
        bool flag1 = (nums[pb]+nums[pb+1] == score);
        bool flag2 = (nums[pe]+nums[pe-1] == score);
        bool flag3 = (nums[pb]+nums[pe] == score);

        if(!flag1&&!flag2&&!flag3) return 0;

        int a1 = flag1*reduction(nums,pb+2,pe,score)+1;
        int a2 = flag2*reduction(nums,pb,pe-2,score)+1;
        int a3 = flag3*reduction(nums,pb+1,pe-1,score)+1;

        int ans = max(a1,a2);
        ans = max(ans,a3);
        return ans;
    }
};

         对递归进行剪枝，上一版代码无论 flag 如何都需要进行下一层递归，这一版如果 flag 是 false 那就不需要下一层递归了。这一次仍然超时，但是完成了 520/549 的样例，代码如下：

int reduction(vector<int>& nums,int pb,int pe,int score){
        if(pb>=pe){
            return 0;
        }
        bool flag1 = (nums[pb]+nums[pb+1] == score);
        bool flag2 = (nums[pe]+nums[pe-1] == score);
        bool flag3 = (nums[pb]+nums[pe] == score);

        if(!flag1&&!flag2&&!flag3) return 0;

        int ans = 0;
        if(flag1)
        {
            int a1 = reduction(nums,pb+2,pe,score)+1;
            ans = max(ans,a1);
        }
        if(flag2){
            int a2 = reduction(nums,pb,pe-2,score)+1;
            ans = max(ans,a2);
        }
        if(flag3){
            int a3 = flag3*reduction(nums,pb+1,pe-1,score)+1;
            ans = max(ans,a3);
        }
        return ans;
    }

方法二. 记忆化搜索（时间超过 50.23% python3 用户）

        C++版本的记忆化搜索老出bug（汗），于是汗流浃背地改成了写 python，一个 @cache 搞定，代码如下：

class Solution:
    def maxOperations(self, nums: List[int]) -> int:
        @cache
        def reduction(pb:int, pe:int, score:int) -> int:
            if pb >= pe:
                return 0
            flag1 = (nums[pb] + nums[pe] == score)
            flag2 = (nums[pb] + nums[pb+1] == score)
            flag3 = (nums[pe] + nums[pe-1] == score)
            if  (flag1==0) and (flag2==0) and (flag3==0):
                return 0
            a1=a2=a3=-100
            if flag1:
                a1 = reduction(pb+1,pe-1,score)+1
            if flag2:
                a2 = reduction(pb+2,pe,score)+1
            if flag3:
                a3 = reduction(pb,pe-2,score)+1
            return max(a1,a2,a3)
        pb=0
        pe=len(nums)-1
        a11 = reduction(pb+1,pe-1,nums[pb]+nums[pe])+1
        a12 = reduction(pb+2,pe,nums[pb+1]+nums[pb])+1
        a13 = reduction(pb,pe-2,nums[pe]+nums[pe-1])+1
        return max(a11,a12,a13)

          python 除了耗时不太好以外，拿来做题太方便了。