【LeetCode刷题记录/Python】刷题记录之被动态规划折磨一整天，已破防

题目描述

执行操作可获得的最大总奖励 I

给你一个整数数组 rewardValues，长度为 n，代表奖励的值。
最初，你的总奖励 x 为 0，所有下标都是 未标记 的。你可以执行以下操作 任意次 ：
从区间 [0, n - 1] 中选择一个 未标记 的下标 i。
如果 rewardValues[i] 大于 你当前的总奖励 x，则将 rewardValues[i] 加到 x 上（即 x = x + rewardValues[i]），并 标记 下标 i。
以整数形式返回执行最优操作能够获得的 最大 总奖励。

示例

输入：rewardValues = [1,1,3,3]

输出：4

解释：

依次标记下标 0 和 2，总奖励为 4，这是可获得的最大值。

提示：
1 <= rewardValues.length <= 2000
1 <= rewardValues[i] <= 2000

关于动态规划

这两天在看算法书，动态规划篇中以背包问题为例。但与这题有一点不同，背包问题中使用二维数组，其含义是，对于一个给定的空间，可以通过遍历数组使得让这一个空间利用率最高。如何实现？简单来说就是：
$$dp[i][j]=max(dp[i-1][j],dp[i-1][j-space[i]]+value[i])$$
其中，$space[i]$为当前元素占用空间，$value[i]$为当前元素价值。
也许再看完两本算法书，我会再写一篇文章讲讲我对动态规划的看法。
这一题不需要用到二维数组，而且这一题的思路与上述差异也较大。我们接下来分析。

题目分析

首先对数组进行排序。

我们从最小的开始，再看看第二小的（我们假设每个元素不相同），如果数组就这两个元素，那直接返回求和数就行。

但当出现第三个元素之后，考虑的就多了。

首先要判断，第三个元素是不是大于前两个元素之和？如果大于，那求和就行。
但如果小于等于，那么很显然就要求和第2，3个元素。

接下来我们引入第四个元素，事情变得更复杂了！

文字叙述已经有点困难了，此处请用手算。

这时我们引入一个二维坐标轴，横轴坐标是总和（这个总和可以取很大，但必须大于所有元素的和），纵轴是数组元素的索引，记录着这个元素的值。（可以在坐标轴旁边标上值！）
横轴是从1开始的（1，2，3…），一直到那一个总和。
我们假装$(1,1)$是坐标原点，从这一行开始往右写，如果目前有可以达到横坐标值的取法，那就在那里填上1。比如说我们第一个元素是1，那么我们就在$(1,1)$填上1，但如果我们第一个元素是2，那$(1,1)$就应该填0了，因为取不到。同理，当第一个元素是1，那么$(2,1)$处就要填0了，而且这一行其他的坐标都要填上0。

写完了第一行，我们开始写第二行。假如第二个元素是3。我们从$(1,2)$开始，这个坐标可以填1吗？答案是可以，因为第一个元素是1，使目前所有元素总和为1是可能的，也就是说，其实我们定义数组的时候只需要一维就可以了。然后是$(2,2)$，这个点不能填1。（2，3）就可以了，同理（2，4）也可以，因为1+3=4，然后（2，5）又不行了。

尝试自创一个数组，然后按这种方式填表。

我们就会发现：如果一个元素为x，目前的和（就是横坐标）是sum，如果sum-x<x，那么这个点能否填1，就只和sum-x的值有关！ 因为如果sum-x是1，就意味着前面有某种方法能够使总和为这个值，而这个值又符合比x小的条件，那么我们加上x就是目前的最佳情况！！！

很烂的题解

rewardValues = [6,13,9,19]  // 题目给出
s = 2*max(rewardValues)  
dp = [0]*s  
rewardValues.sort() 
sort = rewardValues

for i in range(s):
    if sort[0] == i:
        dp[i] = 1
    else:
        dp[i] = 0
// 初始化，没用的代码
for i in range(1, len(rewardValues)):
    for j in range(s):
        if sort[i] == j:
            dp[j] = 1   // 继承上一个节点的值
        elif (sort[i] < j) and (j-sort[i] < sort[i]) and dp[j-sort[i]] == 1:
            dp[j] = 1

for i in range(s-1, 0, -1):
    if dp[i] == 1:
        res = i
        break
print(res)

总结

这道题用0和1的flag判断能不能取到值，与我最开始想的用二维数组的每个节点记录最大值有点出入，也是在这里卡了很久。
第一次比较系统地接触算法，第一次了解到动态规划，以上只是一点浅显的看法。