Leetcode每日一题(20200901)

今日题目

T486 预测赢家(中等，动态规划)

题目描述

给定一个表示分数的非负整数数组。 玩家 1 从数组任意一端拿取一个分数，随后玩家 2 继续从剩余数组任意一端拿取分数，然后玩家 1 拿。每次一个玩家只能拿取一个分数，分数被拿取之后不再可取。直到没有剩余分数可取时游戏结束。最终获得分数总和最多的玩家获胜。

给定一个表示分数的数组，预测玩家1是否会成为赢家。你可以假设每个玩家的玩法都会使他的分数最大化。

示例 1：
输入：[1, 5, 2]
输出：False
解释：一开始，玩家1可以从1和2中进行选择。
如果他选择 2（或者 1 ），那么玩家 2 可以从 1（或者 2 ）和 5 中进行选择。如果玩家 2 选择了 5 ，那么玩家 1 则只剩下 1（或者 2 ）可选。
所以，玩家 1 的最终分数为 1 + 2 = 3，而玩家 2 为 5 。
因此，玩家 1 永远不会成为赢家，返回 False 。

示例 2：
输入：[1, 5, 233, 7]
输出：True
解释：玩家 1 一开始选择 1 。然后玩家 2 必须从 5 和 7 中进行选择。无论玩家 2 选择了哪个，玩家 1 都可以选择 233 。
最终，玩家 1（234 分）比玩家 2（12 分）获得更多的分数，所以返回 True，表示玩家 1 可以成为赢家。

提示：
1 <= 给定的数组长度 <= 20.
数组里所有分数都为非负数且不会大于 10000000 。
如果最终两个玩家的分数相等，那么玩家 1 仍为赢家。

标签

动态规划

解析

典型的动态规划题型。动态规划的题目，最重要的是找准状态转移方程。在这道题中，最重要的是双方的得分。但dp数组只能存储一个值，因此可以用得分的差作为存储的值。用dp[i][j]表示剩余分数区间为[i,j]时，先手拿和后手拿的分数差。dp[i][j]为正，表示此时先手的分数大于后手的分数，反之亦然。注意i>j时区间无意义，此时dp[i][j]=0。此外，i=j时只有一种取法，此时dp[i][j]=nums[i]。

根据以上规则，我们可以推导出状态转移方程如下：
$$dp[i][j]=max(nums[i]-dp[i+1][j],nums[j]-dp[i][j-1])$$

显然这个方程还可以进一步简化：
$$\begin{gathered} dp[i]=max(nums[i]-dp[i+1],nums[j]-dp[i]) \\ 或 \\ dp[j]=max(nums[i]-dp[j],nums[j]-dp[j-1]) \end{gathered}$$
接下来只需要根据状态转移方程，逐步写出代码即可。

此外，这道题还有一个隐藏条件：数组长度为偶数时玩家1必胜。下面给出证明。

数组长度为偶数时，初始的分数区间为[1,偶数]。如果玩家1选择取走左端的分数，则区间变为[2,偶数]，玩家2只能取走偶数位置的分数；如果玩家1选择取走右端的分数，则区间变为[1,奇数]，玩家2只能取走技术位置的分数。继续这样的过程，可以确保其中一人只能取到奇数位置的分数，另一人只能取到偶数位置的分数，玩家1只需要判断奇数位置的分数总和以及偶数位置的分数总和哪个更高，就可以确保自己一定获胜。

python解法

class Solution:
    def PredictTheWinner(self, nums):
        n = len(nums)
        if n % 2 == 0:
            return True
        dp = nums[:]
        for j in range(1, n):
            for i in range(j - 1, -1, -1):
                dp[i] = max(nums[i] - dp[i + 1], nums[j] - dp[i])
        return dp[0] >= 0

C++解法

class Solution
{
public:
    bool PredictTheWinner(vector<int> &nums)
    {
        int n = nums.size();
        if (n % 2 == 0)
        {
            return true;
        }
        vector<int> dp = nums;
        for (int j = 1; j < n; ++j)
        {
            for (int i = j - 1; i >= 0; --i)
            {
                dp[i] = max(nums[i] - dp[i + 1], nums[j] - dp[i]);
            }
        }
        return dp[0] >= 0;
    }
};