算法-DP问题-XMUOJ寻找蒙德之宝

题目

思路

在这个问题中，我们需要找到玩家1每一步的最佳选择，以便获得最大的收益。为了实现这一点，我们可以考虑如下：

1. 对于任何一个子数组 nums[i:j+1]，玩家1有两种选择：取左边的宝物 nums[i] 或取右边的宝物 nums[j]。
2. 如果玩家1取了左边的宝物 nums[i]，那么玩家2将面对剩余的子数组 nums[i+1:j+1]，此时玩家2将按照最优策略进行选择，从而影响到玩家1的收益。
3. 同理，如果玩家1取了右边的宝物 nums[j]，那么玩家2将面对剩余的子数组 nums[i:j]，也会影响到玩家1的收益。
4. 因此，玩家1在当前情况下的最大收益应该是取左边宝物的收益 nums[i] 减去玩家2在剩余子数组上的最大收益，或取右边宝物的收益 nums[j] 减去玩家2在剩余子数组上的最大收益，取两者中的最大值。

基于以上思路，我们得到了状态转移方程：dp[i][j] = max(nums[i] - dp[i + 1][j], nums[j] - dp[i][j - 1])。其中，dp[i + 1][j] 和 dp[i][j - 1] 分别表示玩家2在剩余子数组上的最大收益。

这个状态转移方程的意义是：在当前子数组 nums[i:j+1] 上，玩家1的最大收益等于取左边宝物的收益 nums[i] 减去玩家2在剩余子数组上的最大收益，或取右边宝物的收益 nums[j] 减去玩家2在剩余子数组上的最大收益，取两者中的最大值。这样，通过动态规划，我们可以依次求得所有子问题的最优解，最终得到整个问题的最优解。

注意：nums[i:j+1] 表示从索引 i 到 j 的子数组

代码

def canWin(nums):
    n = len(nums)
    dp = [[0] * n for _ in range(n)]

    for i in range(n):
        dp[i][i] = nums[i]

    for length in range(2, n + 1):
        for i in range(n - length + 1):
            j = i + length - 1
            dp[i][j] = max(nums[i] - dp[i + 1][j], nums[j] - dp[i][j - 1])

    return dp[0][n - 1] >= 0  # 玩家1的收益是否大于等于0
nums = eval(input())
if canWin(nums) :
	print("true")
else :
	print("false")