本文记录各种各样的石子游戏题目和解法,石子游戏大多动态规划方法来处理,作为一个两人游戏,又可以从博弈的角度考虑。
题目中的英文名字太拗口,我们讨论时均以甲乙作为称呼
石子游戏一
亚历克斯和李用几堆石子在做游戏。偶数堆石子排成一行,每堆都有正整数颗石子 piles[i]
。游戏以谁手中的石子最多来决出胜负。石子的总数是奇数,所以没有平局。
亚历克斯和李轮流进行,亚历克斯先开始。 每回合,玩家从行的开始或结束处取走整堆石头。 这种情况一直持续到没有更多的石子堆为止,此时手中石子最多的玩家获胜。
假设亚历克斯和李都发挥出最佳水平,当亚历克斯赢得比赛时返回 true
,当李赢得比赛时返回 false
。
先不考虑偶数问题,假如石子堆可以是奇数的,使用动态规划的思想先定义dp数组
dp[i][j] 表示当前从石子堆的i--j中,可以获取的最大数量。
那么 dp[i][j] 就应该是下面两个情况下的较大者
1 选前面的, piles[i] + 剩下是石子中在乙选择后,下一步能甲拿到的石子数量
2选后面的,piles[j]+剩下是石子中在乙选择后,下一步能甲拿到的石子数量
由于乙也会发挥最佳水平,当剩下 plies[i+1]----piles[j] 时,乙也会做一次最佳决策,这样又陷入递归的噩梦里,因此这个递推公式还不完整.
引入一个数组sum[i][j], 代表piles[i] --- plies[j] 所有石子的和
那么当轮到乙挑选时,假设乙发挥最佳水平可以拿到x个石子,那么甲就可以获取剩下的sum[i+1][j] -x个。
因此上述地推公式变成
1 选前面的, piles[i] + sum[i+1][j] - dp[i+1][j]
2 选后面的, plies[j] +sum[i][j-1] - dp[i][j-1]
class Solution {
public:
bool stoneGame(vector<int>& piles) {
int n = piles.size();
vector<vector<int>> dp(n,vector<int>(n,0));
vector<vector<int>> sum(n,vector<int>(n,0));
for(int i=0; i<n; i++) {
for(int j=i;j<n; j++) {
if(i == j) sum[i][j] = piles[i];
else sum[i][j] = sum[i][j-1] + piles[j];
}
}
for(int i=0; i<n; i++) {
for(int j=i;j<n; j++) {
if(i == j) {
dp[i][j] = piles[i];
continue;
}
//pick_first
int x = piles[i] + sum[i+1][j] - dp[i+1][j];
//pick last
int y = piles[j] + sum[i][j-1] - dp[i][j-1];
dp[i][j] = std::max(x,y);
}
}
return dp[0][n-1] * 2 >sum[0][n-1];
}
};
另外当总数是偶数时, 第一个拿取的人一定能赢
石子游戏 二
亚历克斯和李继续他们的石子游戏。许多堆石子 排成一行,每堆都有正整数颗石子 piles[i]
。游戏以谁手中的石子最多来决出胜负。
亚历克斯和李轮流进行,亚历克斯先开始。最初,M = 1
。
在每个玩家的回合中,该玩家可以拿走剩下的 前 X
堆的所有石子,其中 1 <= X <= 2M
。然后,令 M = max(M, X)
。
游戏一直持续到所有石子都被拿走。
假设亚历克斯和李都发挥出最佳水平,返回亚历克斯可以得到的最大数量的石头。
同样采用动态规划的思路,正向思路即记忆化搜索,代码复杂但是好理解
反向思路需要逆向遍历数组
这里给出记忆化搜索方法,要特别注意边界值问题。
M的最大值应为数组长度的一半,因为 1+2+4+8<16 ,而且至少要为1,所以加1处理
class Solution {
public:
int stoneGameII(vector<int>& piles) {
int n = piles.size();
K = n/2+1; // M的最大值
dp =