我们正在玩一个猜数游戏,游戏规则如下:
我从 1 到 n 之间选择一个数字,你来猜我选了哪个数字。
每次你猜错了,我都会告诉你,我选的数字比你的大了或者小了。
然而,当你猜了数字 x 并且猜错了的时候,你需要支付金额为 x 的现金。直到你猜到我选的数字,你才算赢得了这个游戏。
示例:
n = 10, 我选择了8.
第一轮: 你猜我选择的数字是5,我会告诉你,我的数字更大一些,然后你需要支付5块。
第二轮: 你猜是7,我告诉你,我的数字更大一些,你支付7块。
第三轮: 你猜是9,我告诉你,我的数字更小一些,你支付9块。
游戏结束。8 就是我选的数字。
你最终要支付 5 + 7 + 9 = 21 块钱。
给定 n ≥ 1,计算你至少需要拥有多少现金才能确保你能赢得这个游戏。
思路:题意有点隐晦,说白了其实就是求最差情况下能猜中数字的最小花费,因为是最差情况,所以我们不要想着一次就能猜中之类的反人类操作.....一种最简单的方法是暴力枚举每一步会猜的数字,然后我们默认最后一次才能猜中,然后我们从中找到最小值,这种方法的复杂度大约为n!,一般判题系统没法扛得住,因此我们考虑采用更优的解法。
刚才其实在讲暴力的时候没有解释清楚的一点是我们每次猜的数字肯定是影响下次要猜的区间的,因为假如猜的数字大了,我们肯定是在做区间进行下一步的查找,但是目前我们并不知道我们猜的是对是错,因此我们考虑暴力左右区间查找的代价和,然后取得最小值即可。。。。想到这里。可能很多人已经想到正确的解法了,想想什么解法是在暴力区间的情况下求得最优解的。。。
没错,就是区间DP,我们可以定义dp[i][j]:表示区间(i,j)在最差情况下能猜到数字的最小代价,然后我们可以通过暴力区间来一步步的寻求最优解。
注:一个优化的一点是:我们知道如果我们从(i,(i+j)/2)内选择数字作为第一次尝试,右边区间都比左边区间大,所以我们只需要从右边区间获取最大开销即可,因为它的开销肯定比左边区间的要大。为了减少这个开销,我们第一次尝试肯定从((i+j)/2,j)中进行选数。这样子,两个区间的开销会更接近且总体开销会更小。
class Solution {
public int getMoneyAmount(int n) {
int[][] dp=new int[n+1][n+1];
for(int len=2;len<=n;len++) {
for(int start=1;start<=n-len+1;start++) {
int mins=Integer.MAX_VALUE;
for(int piv=start+(len-1)/2;piv<start+len-1;piv++) {
int res=piv+Math.max(dp[start][piv-1], dp[piv+1][start+len-1]);
mins=Math.min(mins, res);
}
dp[start][start+len-1]=mins;
}
}
return dp[1][n];
}
}