Problem: 486. 预测赢家
思路
这道题是典型的动态规划问题,可以采用递归或递推的方式解决。关键在于理解游戏的规则和策略。在每一步中,玩家可以选择数组中的第一个或最后一个元素,因此需要考虑两种情况并选择最优解。
解题方法
方法一:暴力递归
直接使用递归函数计算先手玩家的最大得分。从数组的两端开始选择,并递归计算剩余子数组的得分。然而,这种方法的时间复杂度非常高,因为存在大量的重复计算。
方法二:记忆化搜索
通过使用记忆化搜索(即带有缓存的递归),我们可以避免重复计算相同子问题的结果,从而显著提高效率。将每次计算的结果存储在一个二维数组中,以便后续使用。
方法三:动态规划
利用动态规划的思想,从数组的内部向外部构建状态转移方程。我们用dp[i][j]表示从nums[i]到nums[j]的子数组中先手玩家的最大得分。通过迭代更新dp数组,最终得到整个数组中先手玩家的最大得分。
复杂度
时间复杂度:
暴力递归: O ( 2 n ) O(2^n) O(2n)
记忆化搜索: O ( n 2 ) O(n^2) O(n2)
动态规划: O ( n 2 ) O(n^2) O(n2)
空间复杂度:
暴力递归: O ( n ) O(n) O(n)(递归栈)
记忆化搜索: O ( n 2 ) O(n^2) O(n2)(缓存数组)
动态规划: O ( n 2 ) O(n^2) O(n2)(dp数组)
Code
class Solution {
// 暴力尝试
public boolean predictTheWinner1(int[] nums) {
int sum = 0;
for (int num : nums) {
sum += num;
}
int n = nums.length;
int first = f1(nums, 0, n - 1);
int second = sum - first;
return first >= second;
}
public int f1(int[] nums, int l, int r) {
if(l == r) {
return nums[l];
}
if(l + 1 == r) {
return Math.max(nums[l], nums[r]);
}
// 可能性1; 玩家1拿走nums[l]
int p1 = nums[l] + Math.min(f1(nums, l + 2, r), f1(nums, l + 1, r - 1));
// 可能性2: 玩家1拿走nums[r]
int p2 = nums[r] + Math.min(f1(nums, l, r - 2), f1(nums, l + 1, r - 1));
return Math.max(p1, p2);
}
public boolean predictTheWinner2(int[] nums) {
int sum = 0;
for (int num : nums) {
sum += num;
}
int n = nums.length;
int[][] dp = new int[n][n];
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
dp[i][j] = -1;
}
}
int first = f2(nums, 0, n - 1, dp);
int second = sum - first;
return first >= second;
}
public int f2(int[] nums, int l, int r, int[][] dp) {
if (dp[l][r] != -1) {
return dp[l][r];
}
int ans;
if (l == r) {
ans = nums[l];
} else if (l + 1 == r) {
ans = Math.max(nums[l], nums[r]);
} else {
// 可能性1; 玩家1拿走nums[l]
int p1 = nums[l] + Math.min(f2(nums, l + 2, r, dp), f2(nums, l + 1, r - 1, dp));
// 可能性2: 玩家1拿走nums[r]
int p2 = nums[r] + Math.min(f2(nums, l, r - 2, dp), f2(nums, l + 1, r - 1, dp));
ans = Math.max(p1, p2);
}
dp[l][r] = ans;
return ans;
}
// 严格位置依赖的动态规划
public boolean predictTheWinner(int[] nums) {
int n = nums.length;
int[][] dp = new int[n + 1][n + 1];
int sum = 0;
for(int num : nums) {
sum += num;
}
for(int i = 0; i < n - 1; i++) {
dp[i][i] = nums[i];
dp[i][i + 1] = Math.max(nums[i], nums[i + 1]);
}
dp[n - 1][n - 1] = nums[n - 1];
for(int l = n - 3; l >= 0; l--) {
for(int r = l + 2; r < n; r++) {
dp[l][r] = Math.max(nums[l] + Math.min(dp[l + 2][r], dp[l + 1][r - 1]), nums[r] + Math.min(dp[l][r - 2], dp[l + 1][r - 1]));
}
}
int first = dp[0][n - 1];
int second = sum - first;
return first >= second;
}
}