难度等级:hard
思路
整体思路就是利用动规和分治的思想。要注意到一点,对于arr[0 … (n - 1)],若arr[i]是最后一个取出的元素,则arr[0 … (i - 1)] 和 arr[ (i + 1) … (n - 1)]是两个互补干扰的子部分,所以可以利用将大数组拆分成两部分,然后递归求解。则 max_sum(arr[0 … (n - 1)]) = max_sum(arr[0 … (i - 1)]) + max_sum(arr[(i + 1) … (n - 1)]) + 1*1*arr[i].这里又是最优化问题,可以用动规,来避免重复计算相同的子问题。dp[i][j] 表示 arr[(i + 1) … (j - 1)] 之间的数构成的子数组的最大结果(i 和 j 是这个子数组的左右边界), 那么可以设置滚动窗口,窗口长度从1到n,然后窗口从左到右进行扫描,最终问题的答案就是dp[0][n + 1] (对arr左右分别插入一个1, 所以数组长度是 n + 2)。时间复杂度是
O(n3)
实现
class Solution {
public:
int maxCoins(vector<int>& nums) {
if(nums.empty()) return 0;
int size = nums.size();
vector<int> c_nums(size + 2);
for(int i = 0; i < size; i++)
c_nums[i + 1] = nums[i];
c_nums[0] = c_nums[size + 1] = 1;
int dp[size + 2][size + 2];
memset(dp, 0, (size + 2)*(size + 2)*sizeof(int));
for(int step = 1; step <= size; step++)
for(int i = 1; i + step <= size + 1; i++){
int j = i + step - 1;
for(int m = i; m <= j; m++){
dp[i - 1][j + 1] = max(dp[i - 1][j + 1], dp[i - 1][m] + dp[m][j + 1] + c_nums[i - 1]*c_nums[m]*c_nums[j + 1]);
}
}
return dp[0][size + 1];
}
};