375. 猜数字大小 II
我们正在玩一个猜数游戏,游戏规则如下:
- 我从
1
到n
之间选择一个数字。 - 你来猜我选了哪个数字。
- 如果你猜到正确的数字,就会 赢得游戏 。
- 如果你猜错了,那么我会告诉你,我选的数字比你的 更大或者更小 ,并且你需要继续猜数。
- 每当你猜了数字
x
并且猜错了的时候,你需要支付金额为x
的现金。如果你花光了钱,就会 输掉游戏 。
给你一个特定的数字 n
,返回能够 确保你获胜 的最小现金数,不管我选择那个数字 。
示例 1:
输入:n = 10
输出:16
解释:制胜策略如下:
- 数字范围是 [1,10] 。你先猜测数字为 7 。
- 如果这是我选中的数字,你的总费用为 $0 。否则,你需要支付 $7 。
- 如果我的数字更大,则下一步需要猜测的数字范围是 [8,10] 。你可以猜测数字为 9 。
- 如果这是我选中的数字,你的总费用为 $7 。否则,你需要支付 $9 。
- 如果我的数字更大,那么这个数字一定是 10 。你猜测数字为 10 并赢得游戏,总费用为 $7 + $9 = $16 。
- 如果我的数字更小,那么这个数字一定是 8 。你猜测数字为 8 并赢得游戏,总费用为 $7 + $9 = $16 。
- 如果我的数字更小,则下一步需要猜测的数字范围是 [1,6] 。你可以猜测数字为 3 。
- 如果这是我选中的数字,你的总费用为 $7 。否则,你需要支付 $3 。
- 如果我的数字更大,则下一步需要猜测的数字范围是 [4,6] 。你可以猜测数字为 5 。
- 如果这是我选中的数字,你的总费用为 $7 + $3 = $10 。否则,你需要支付 $5 。
- 如果我的数字更大,那么这个数字一定是 6 。你猜测数字为 6 并赢得游戏,总费用为 $7 + $3 + $5 = $15 。
- 如果我的数字更小,那么这个数字一定是 4 。你猜测数字为 4 并赢得游戏,总费用为 $7 + $3 + $5 = $15 。
- 如果我的数字更小,则下一步需要猜测的数字范围是 [1,2] 。你可以猜测数字为 1 。
- 如果这是我选中的数字,你的总费用为 $7 + $3 = $10 。否则,你需要支付 $1 。
- 如果我的数字更大,那么这个数字一定是 2 。你猜测数字为 2 并赢得游戏,总费用为 $7 + $3 + $1 = $11 。
在最糟糕的情况下,你需要支付 $16 。因此,你只需要 $16 就可以确保自己赢得游戏。
示例 2:
输入:n = 1
输出:0
解释:只有一个可能的数字,所以你可以直接猜 1 并赢得游戏,无需支付任何费用。
示例 3:
输入:n = 2
输出:1
解释:有两个可能的数字 1 和 2 。
- 你可以先猜 1 。
- 如果这是我选中的数字,你的总费用为 $0 。否则,你需要支付 $1 。
- 如果我的数字更大,那么这个数字一定是 2 。你猜测数字为 2 并赢得游戏,总费用为 $1 。
最糟糕的情况下,你需要支付 $1 。
提示:
1 <= n <= 200
题解:
我们使用动态规划进行求解,定义二维dp数组,其中,dp[i][j]表示【i,j】区间内获胜的最小费用
初始化:如果i == j,即dp[i][i] = 0,i∈【1,n】
接着我们的更新dp的动态方程,此时对于dp[i][j]而言,我们可以从i到j中任意选择一个数字k,此时对于选择的数字k,选择它导致的费用为两种:
-
dp[i][k - 1] + k
-
dp[k + 1][j] + k
而我们需要保证两者都能满足,故我们取两者的最大值:
M
a
t
h
.
m
a
x
(
d
p
[
i
]
[
k
−
1
]
,
d
p
[
k
+
1
]
[
j
]
)
+
k
Math.max(dp[i][k - 1],dp[k + 1][j]) + k
Math.max(dp[i][k−1],dp[k+1][j])+k
同时,我们在全部的情况中,我们需要取的最小的费用,故我们设置dp[i][j]的初始值为Integer.MAX_VALUE,然后,此时,dp[i][j]为所有情况的最小值:
int min = Integer.MAX_VALUE;
for (int k = i; k <= j; k++) {
min = Math.min(min,Math.max(dp[i][k - 1],dp[k + 1][j]) + k);
}
dp[i][j] = min;
最后的dp[1][n]即为1到n选择达到的最小费用,即为我们的结果集。
注意:
- 为了防止数组溢出越界,这里定义dp的数组长度为n + 2
java代码实现:
public int getMoneyAmount(int n) {
int[][] dp = new int[n + 2][n + 2];
for (int i = 1; i <= n; i++) {
dp[i][i] = 0;
}
for (int j = 2; j <= n; j++) { //列从2到n
for (int i = j - 1; i >= 1; i--) { //行从j - 1到1
//[i,j]
int min = Integer.MAX_VALUE;
for (int k = i; k <= j; k++) {
min = Math.min(min,Math.max(dp[i][k - 1],dp[k + 1][j]) + k);
}
dp[i][j] = min;
}
}
return dp[1][n];
}