lt-week-声网-03-解决智力问题

题目：解决治理问题

思路：

这道题看完之后，想到了 从一个节点跳到另外一个节点，就把他想成了深度求数值（dfs实际上求深度有解，而不适用于求极值），求极值贪心和动态规划，实际上这道题是一个动态规划的题；写完dfs时间超时，实际上会处理很多重复位置的值；

动态规划的必备三个条件：重复子问题，最优子结构，状态转移方程

通过动态规划我们可以知道：

动态规划先

1. 需要DP数组存储状态：

2.通过当前状态所依赖的状态，来计算当前状态。

本题能够知道 在 f(i)处 我们只有两个操作：(1) 跳过 （2)解决

所以我们能够推出结果   

若跳过，则有 f[i]=f[i+1]。

若解决，则需要跳过后续brainpower[i] 个问题。记 j=i+brainpower[i]+1

最后的即为最大值

难点：

周赛第二次参加 依然A两道 ，不过本周第三道写了dfs，思路出发点错了，有待提高加油！！！

结果：

倒序进行的填表行为

public long mostPoints(int[][] questions) {
        //数组长度
        int  n = questions.length;
        int[] dp = new int[n+1];
        for (int i = n-1; i >=0 ; i--) {
            //判断当前的最大数据 该位置是跳开还是解决
            dp[i] = Math.max(dp[i + 1], questions[i][0] + (i + questions[i][1] + 1 < n ? dp[i + questions[i][1] + 1] : 0));
        }
        return dp[0];
    }

解法二：正序 DP（刷表法）

用当前状态，去更新当前状态所影响的状态。

定义 f[i]表示解决区间 [0,i]内的问题可以获得的最高分数。

对于问题 ii，若跳过，则可以更新 f[i+1]=(f[i+1],f[i])。

若不跳过，记 j=i+brainpower[i]+1，则可以更新 f[j]=max(f[j],f[i]+point[i])。

对于 i=n-1和 j≥n 的情况，我们可以将其更新到 f[n]f[n] 中

class Solution {
    public long mostPoints(int[][] questions) {
        var n = questions.length;
        var f = new long[n + 1];
        for (var i = 0; i < n; i++) {
            //取出最大的f(i)
            f[i + 1] = Math.max(f[i + 1], f[i]);
            var q = questions[i];
            var j = Math.min(i + q[1] + 1, n);
            //设置最大的f(j)
            f[j] = Math.max(f[j], f[i] + q[0]);
        }
        return f[n];
    }
}

总结：

动态规划、贪心和dfs一定要分清区别