题目链接
https://leetcode-cn.com/problems/delete-and-earn/
解题思路
动态规划
自己的思路
1.题目的意思很明确,就是如果一次选择值为x的数,那么就要删除所有值为x+1,x-1的数。
2.本来我是想用贪心处理的,就是用num[x]存储删除x时一同删去的值,每次选择最小的情况~~。但是不知道怎么处理样例2的情况,遂放弃。
题解思路
1.用dp[i]表示对于前i个数中能获得的最大点数,则可以得到状态转移式,dp[i]=max(dp[i-2]+num[i],dp[i-1])
;
2.这里的num[x]表示删除x能获得的值。对于样例2的情况,就是num[x]=x的出现次数*x。因为第一次选择x时,就删除了x+1,x-1,所以选择所有x是最优情况。
3.初始化
:dp[0]=num[0],dp[1]=max(num[0],num[1]);
代码展示
class Solution {
public:
int DP(vector<int>& nums){
//dp[i]表示对前i个数的能获得最大点数的情况
int dp[10005];
memset(dp,0,sizeof(dp));
dp[0]=nums[0],dp[1]=max(nums[0],nums[1]);
int l=nums.size();
for(int i=2;i<l;i++){
dp[i]=max(dp[i-2]+nums[i],dp[i-1]);
}
return dp[l-1];
}
int deleteAndEarn(vector<int>& nums) {
int l=nums.size();
int maxnum=0;
for(int i=0;i<l;i++)
maxnum=max(maxnum,nums[i]);
vector<int>sum(maxnum+1);
for(int val:nums)
sum[val]+=val;
return DP(sum);
}
};
思路优化
上面的动态规划适用于元素值不是很大的情况,如果元素值很大,就没法开maxnum+1大小的数组存储;
优化
:
1.把nums[]排序,然后分成若干个子数组;
2.子数组的划分依据:相邻元素之差<=1,当元素相同时,直接加和;因为只有这样,才能在动态规划的过程中使用上述状态转移方程式;
代码展示
(过不了~~,找不到哪里有问题,待更新)
class Solution {
public:
int DP(vector<int>& nums){
//dp[i]表示对前i个数的能获得最大点数的情况
int first,second;
if(nums.size()==1)return nums[0];
first=nums[0],second=max(nums[0],nums[1]);
int l=nums.size();
for(int i=2;i<l;i++){
int temp=second;
second=max(first+nums[i],second);
first=second;
}
return second;
}
int deleteAndEarn(vector<int>& nums) {
int l=nums.size();
int ans=0;
sort(nums.begin(),nums.end());
vector<int>sum={nums[0]};
for(int i=1;i<l;i++){
if(nums[i]==nums[i-1])
sum.back()+=nums[i];
else if(nums[i-1]+1==nums[i])
sum.push_back(nums[i]);
else {
ans+=DP(sum);
sum={nums[i]};
}
}
ans+=DP(sum);
return ans;
}
};
例题
leetcode的打家劫舍系列问题
(待补充)
总结
对于这种动态规划的题目,目前很难一下就想到正确的状态转移方程式;
但是,我们不妨先考虑如何用暴力法实现,然后根据暴力去推导出DP方程式;
比如这题用暴力解法的思路就是:
先排序
从0~size(nums)遍历,对于nums[i]:
选:则不能选择nums[i+1],应当直接跳到nums[i+2]
不选:跳到nums[i+1]
对比动态规划解法,都是如果选择第x个,则不能选择第x+1个
;只不过这题需要用一步排序来转换。