312. 戳气球

题目链接：戳气球

题目描述：
有 n 个气球，编号为0 到 n-1，每个气球上都标有一个数字，这些数字存在数组 nums 中。

现在要求你戳破所有的气球。如果你戳破气球 i ，就可以获得 nums[left] * nums[i] * nums[right] 个硬币。 这里的 left 和 right 代表和 i 相邻的两个气球的序号。注意当你戳破了气球 i 后，气球 left 和气球 right 就变成了相邻的气球。

求所能获得硬币的最大数量。

说明:

你可以假设 nums[-1] = nums[n] = 1，但注意它们不是真实存在的所以并不能被戳破。
0 ≤ n ≤ 500, 0 ≤ nums[i] ≤ 100
示例:

输入: [3,1,5,8]
输出: 167
解释: nums = [3,1,5,8] --> [3,5,8] --> [3,8] --> [8] --> []
coins = 315 + 358 + 138 + 181 = 167

题目分析：先不考虑别的，直接上暴力回溯，直接暴力肯定超时（n到500了），那就边记录边搜索呗，记忆化递归冲起来。需要考虑的一个点就是只剩一个气球时的处理情况，我们需要虚拟两个边界气球出来，可以在原数组的基础上进行处理，增加两个元素。
至于枚举的思路，可以这样考虑，假如我们一直戳气球，中间的具体过程先不考虑，当我们戳破最后一个气球k时，此时气球k本身的金币数量 nums[k]*nums[i]*nums[j]，（注意，此时k是最后一个气球了，i和j是虚拟气球），那么此时总的金币数量是多少呢？应该是之前气球k左边和右边的金币数量加上k本身的就是总的，而对于k左边和右边的处理和对于k是一样的思路的，就是分治的思想吧。在递归的过程中，我们边记录边更新。

代码：

class Solution {
  int[][] dp;
  int[] val;
  public int maxCoins(int[] nums) {
     int n = nums.length;
     val = new int[n+2];
     dp = new int[n+2][n+2];
     //增设虚拟气球
     for(int i = 1;i <= n;i++) val[i] = nums[i-1];
     val[0]=val[n+1]=1;
     //-1代表未被记录的状态
     for(int i = 0;i < n+2;i++) Arrays.fill(dp[i], -1);
     return solve(0, n+1);
  }
  public int solve(int l,int r)  {
     //l>=r-1时，中间可以选择的气球数为0了，返回0即可
     if(l >= r-1) return 0;
     if(dp[l][r] != -1) return dp[l][r];
     int sum = 0;
     //（l,r）两个边界是虚拟气球，不计入，我们要选择的是中间的k
     for(int i = l+1;i < r;i++){
       sum = val[i]*val[l]*val[r];//k本身
       sum += solve(l, i);//k左边
       sum += solve(i, r);//k右边
       dp[l][r] = Math.max(dp[l][r], sum);//更新
     }
     return dp[l][r];
  }
}

在上面的基础之上，可以转化为dp去做，三重循环，依次枚举l，r，k，倒着递推

class Solution {
  int[][] dp;
  int[] val;
  public int maxCoins(int[] nums) {
     int n = nums.length;
     val = new int[n+2];
     dp = new int[n+2][n+2];
     for(int i = 1;i <= n;i++) val[i] = nums[i-1];
     val[0]=val[n+1]=1;
     int sum = 0;
     for(int i = n-1;i >= 0;i--)
       for(int j = i+2;j <= n+1;j++)
         for(int k = i+1;k < j;k++){//(l,r)区间内的数
           sum = val[i]*val[k]*val[j];
           sum += dp[i][k]+dp[k][j];
           dp[i][j] = Math.max(dp[i][j],sum);
         }
    return dp[0][n+1]; 
  }

}