原帖地址:http://blog.leanote.com/post/dawnmagnet/b50143d626a8
题目
思路分析
这个题一看还是一个dp,本月是dp月实锤了???
还是那句老话,但凡是看起来模拟能做的都往dp的方向考虑考虑。
在本题中,可以看出,选了nums[i]就不能选加一和减一了,这是最关键的约束条件,我们的dp也应该由此展开。
所以我们统计一下每个数字出现的次数(存放在cal中)。dp的时候自然就是对nums[i]从前向后dp。一共取值范围是10000,也不大。
dp的时候我们有个优势,因为对于dp来说,向后的约束条件是可以直接忽略的,什么叫做向后的约束条件呢,就是nums[i] + 1的元素对我们来说还没遍历到,所以可以直接忽略该条件,只考虑不能取nums[i] - 1即可。
那么这个题目就变成了,10000个数字,最少隔着一个取,问和的最大值。那么这个题目已经变成了一个非常非常简单的入门级动态规划问题。
就直接dp[i] = max(dp[i-1], cal[i]*i+在i-1之前dp能取到的最大值),为什么要乘最大值不取i-1呢,因为题目的条件呀!
直接就出答案了。
在i-1之前dp能取到的最大值也可以通过循环来计算,也非常简单,在i循环完成之后,再把dp[i-1]和改值取个最大值即可。
这个也称为延迟最大值,计算也非常方便。而且这个res本身也可以作为返回值,只需要和最后一项dp比较一下即可
Rust代码
impl Solution {
pub fn delete_and_earn(nums: Vec<i32>) -> i32 {
let mut dp = [0; 10001];
for num in nums {
dp[num as usize] += num;
}
let mut res = 0;
for i in 1..=10000 {
dp[i] = dp[i - 1].max(dp[i] + res);
res = res.max(dp[i - 1]);
}
res.max(dp[10000])
}
}
C++代码
class Solution {
public:
int deleteAndEarn(vector<int>& nums) {
int dp[10001] = {0};
for (auto & num : nums) dp[num] += num;
int res = 0;
for (int i = 1; i <= 10000; ++i) {
dp[i] = max(dp[i - 1], dp[i] + res);
res = max(res, dp[i - 1]);
}
return max(res, dp[10000]);
}
};