LeetCode 486.预测赢家

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。

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

一个典型的Minimax算法的应用,两个玩家都要使自己的利益最大化,使对手的利益最小化。Minimax是一个零和博弈中的算法。而Alpha-beta剪枝则是一个基于Minimax的剪枝算法(当算法评估出某策略的后续走法比之前策略的还差时,就会停止计算该策略的后续发展)。

两人依次拿,如果Player1赢,则Player1拿的>Player2拿的。把Player1拿的视为"+",把Player2拿的视为"-",如果最后结果大于等于0则Player1赢。

动态规划

建立dp[len][len]数组,dp[i][j]表示nums[i, j]下标间玩家1能够获得的分数减去玩家2能够获得的最大分数差,最后看dp[0][len-1]的正负来判断1是否能赢。
先看dp[i][j]存储玩家1能从任意子数组[i,j]中获得的最大分数的情况:
给定一个数组nums[i,j],玩家1能够拿nums[i]或者nums[j], 剩下一个新的数组nums[i+1, j]或者nums[i, j-1],然后轮到玩家2拿,因为是博弈游戏,所以玩家2能拿到的最大数值是玩家1能拿到的最大数值。
####### 状态转移方程:
dp(i, j) = max((sum(i, j-1) - dp(i, j-1) + nums[j]), (sum(i+1, j) - dp(i+1, j) + nums[i])) = max((sum(i, j) - dp(i, j-1)), (sum(i, j) - dp(i-1, j))) = sum(i, j) - min(dp(i-1, j), dp(i, j-1))
可以将sum(i,j)从公式中消除,只存储玩家1和玩家2的最大差值,比如玩家1得到A,玩家2得到B,用dp来存储A-B,如果A=dp(i, j),那么B=sum(i, j) - dp(i, j)。

因此 dp'(i, j) = dp(i, j) - ( sum(i, j) - dp(i, j) ) = 2*dp(i, j) - sum(i, j), 所以2*dp(i, j) = dp'(i, j) + sum(i, j)

dp'(i, j) = dp(i, j) - ( sum(i, j) - dp(i, j) ) = 2dp(i, j) - sum(i, j) = 2 * max( sum(i, j) - dp(i, j-1), sum(i, j) - dp(i+1, j) ) - sum(i, j) = max(sum(i, j) - 2*dp(i, j-1), sum(i, j) - 2*dp(i+1, j) ) = max(sum(i, j) - ( dp'(i, j-1) + sum(i, j-1) ), sum(i, j) - ( dp'(i+1, j) + sum(i+1, j))) = max(sum(i, j) - sum(i, j-1) - dp'(i, j-1), sum(i, j) - sum(i+1, j) - dp'(i+1, j)) = max(nums[j] - dp'(i, j-1), nums[i] - dp'(i+1, j))

最后的公式: dp(i, j) = max(nums[j] - dp(i, j-1), nums[i] - dp(i+1, j))

代码
/**
 * @Author: Dunfu Peng
 * @Date: 2019/4/12 20:04
 */
public class Solution {

    public boolean PredictTheWinner(int[] nums) {
        int len=nums.length;
        int[][] dp=new int[len][len];
        dp[0][0]=nums[0];
        for (int i = 1; i <len ; i++) {
            dp[i][i]=nums[i];
            for (int j = 0; j <len-i ; j++) {
                int k=i+j;
                dp[j][k]=Math.max(nums[j]-dp[j+1][k],nums[k]-dp[j][k-1]);
            }
        }
        return dp[0][len-1]>=0;
    }
}

欢迎关注我的微信公众号,接收最新动态。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值