动态规划,是出了名的难。今天遇到的这个题目,动态转移方程,看半天,还是看不懂,写篇文章记录下。题目链接——移动盒子
给出一些不同颜色的盒子,盒子的颜色由数字表示,即不同的数字表示不同的颜色。
你将经过若干轮操作去去掉盒子,直到所有的盒子都去掉为止。每一轮你可以移除具有相同颜色的连续 k 个盒子(k >= 1),这样一轮之后你将得到 k*k 个积分。
当你将所有盒子都去掉之后,求你能获得的最大积分和。
示例:
输入:boxes = [1,3,2,2,2,3,4,3,1]
输出:23
解释:
[1, 3, 2, 2, 2, 3, 4, 3, 1]
----> [1, 3, 3, 4, 3, 1] (3*3=9 分)
----> [1, 3, 3, 3, 1] (1*1=1 分)
----> [1, 1] (3*3=9 分)
----> [] (2*2=4 分)
提示:
1 <= boxes.length <= 100
1 <= boxes[i] <= 100
定义 f(l,r,k) 表示 从第l个元素,到第r个元素,最大得分。k 指r之后的元素,有几个与r元素相同。
例如 boxes = [6,3,6,5,6,7,6,6,8,6] ,f(0, 9, 0) 就是题目的答案。
区间从第1个元素,到最后一个元素,相同元素是0。
f(0,4, 3) 指 从第1 个元素,到第5个元素,即 [6,3,6,5,6],
其中k= 3 是指,第5个元素之后,有3个元素与第5个元素相同。
明确一点,相同元素是值为6
此时,消除的方案可以有以下这些
- 消除[6,3,6,5] 的得分加上 消除后面 4个 6的得分,即 f(0,3,0) + 42
- 把第四个元素消除了,之后可以一下子消除5个6,即 f(3,3,0) + f(0,2,4)
- 消除第2到第4个元素,再加上 f(0,0,4),,即 f(1,3,0) + f(0,0,4)
求出这些方案的最大值 就是 f(0,4,3) 的最终取值。文字不太好描述,看代码理解更直观些
class Solution {
int [][][] record = new int[100][100][100];
public int removeBoxes(int[] boxes) {
return db(boxes, 0, boxes.length -1, 0);
}
private int db(int[] boxes, int l, int r, int k){
if(r < l) return 0; // 递归终止条件
if(record[l][r][k] != 0) return record[l][r][k]; // 如果有记录,直接返回
// while 循环达到这么一个效果,第r个元素 与 前面的元素不同, k指r之后,几个与第r个元素相同
while(r > 1 && boxes[r-1] == boxes[r]){
r--;
k++;
}
record[l][r][k] = db(boxes, l, r-1, 0) + (k+1)*(k+1); // 相当于上面说的第一种方案,4个6一下子消除。
for(int i = l; i < r; i++){
if(boxes[i] == boxes[r]){
// 遇到与第r个元素相同的,相当于方案2和3
int temp = db(boxes, l, i, k+1) + db(boxes, i+1, r-1, 0);
record[l][r][k] = Math.max(record[l][r][k], temp);
}
}
return record[l][r][k];
}
}
f(0,4, 3) 这个定义,我一定想不出来,打死我也想不出来。即便是我看了题解,也是懵懵懂懂,大概知道它是什么意思。为什么能想出来这个定义,我不知道。
f(0,4, 3) 这个定义想明白后,动态转移方程,取一系列方案中的最大值,这个我还能想明白。
我相信,我并不孤独。在我之前的一篇文章中(鸡蛋掉落问题),也说了个让人费解的动态规划。
这两个精典的算法题目,底层思想是一致的。
我想不出来,别人也想不出来,遇到一个记录一个吧。