LeetCode：486. 预测赢家（python）

LeetCode：486. 预测赢家（python）

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。

注意:

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。

LeetCode 链接

分析：动态规划

思路1：先介绍一种容易理解的动态规划方案

• 入手：

  • 确定背景：本题为博弈双方，先手和后手，他们面对不同状态都会做出收益最大的选择，则用 dp_fir 和 dp_sec 分别记录双方的最大收益

  • 确定状态：本题的状态为序列的不同情况，即 i~j，i 为序列起始位置，j 为序列结束的位置，且 j>=i，则 dp_fir[i][j]和dp_sec[i][j] 分别表示先手和后手在序列 i~j 状态上的最大收益。

  • 确定选择：面对序列 i~j，无论先手还是后手都有两种选择，即选 i（左端）或 选 j（右端）。

• 分析状态转移过程：

  玩家在状态 i~j 选左端还是选右端取决于选哪边的收益大，列举不同选择的情况

  • 先手选：
    • 选 i 时，先手收益为 nums[i]，当他选择完后，轮到对方选，此时，他将变为后手，面对的状态为 i+1~j，因此总收益为 nums[i]+dp_sec[i+1][j]
    • 同理，选 j 时，他变为后手面对的状态为 i~j-1，因此总收益为 nums[j]+dp_sec[i][j-1]
    • 于是，先手将比较选 i 和选 j 的收益来决定自己的选择
  • 在先手选择的基础上分析后手选：
    • 当先手选 i 时，后手面对序列状态为 i+1~j，此时他转变为先手，收益为 dp_fir[i+1][j]
    • 同理，先手选 j时，后手收益为 dp_fir[i][j-1]

• 分析状态转移方向：

  从上述状态转移过程中可得知该动态转移方向为：从下往上，从左往右，且根据入手 j>=i 的条件中可知 dp 的有效矩阵为右上三角区。

• 分析初始状态：

  i=j 时，序列为单值，则 先手 的收益为 i 位置的值，后手 的收益为 0。

• 返回值：

  序列状态 0~n-1 时，n 为序列的总长度，先手 的最大收益为 dp_fir[0][n-1]，后手 的最大收益为 dp_sec[0][n-1]，则返回是否 dp_fir[0][n-1] >= dp_sec[0][n-1]。

附代码1（Python）:

class Solution:
    def PredictTheWinner(self, nums):
        n = len(nums)
        # 初始化先后手 dp，dp]i][j] 中保存先后手在序列 i~j 上的最大收益
        # 序列为单数值时，即 i=j，则先手收益为 nums[i]，后手收益为 0
        dp_fir = [[0]*n for _ in range(n)]   
        dp_sec = [[0]*n for _ in range(n)]    
        for i in range(n):
            dp_fir[i][i] = nums[i] 
        # 由动态转移方程可知，动态规划由下往上，由左往右遍历
        for i in range(n-1, -1, -1):
            for j in range(i+1, n):
                left = nums[i]+dp_sec[i+1][j]      # 先手面对 i~j，选 nums[i] 时，则在 i+1~j 上，他为后手，因此他的收益为 nums[i] + dp_sec[i+1][j]
                right = nums[j]+dp_sec[i][j-1]     # 先手面对 i~j，选 nums[j] 时，则在 i~j-1 上，他为后手，因此他的收益为 nums[j] + dp_sec[i][j-1]
                if left > right: 
                    dp_fir[i][j] = left             # 先手选 left（i）
                    dp_sec[i][j] = dp_fir[i+1][j]   # 先手选了 nums[i]，剩下 i+1~j 轮到后手选，此时，后手变成 i+1~j 上的先手
                else:
                    dp_fir[i][j] = right            # 先手选 right（j） 
                    dp_sec[i][j] = dp_fir[i][j-1]   # 先手选了 nums[j]，剩下 i~j-1 轮到后手选，此时，后手变成 i~j-1 上的先手
        return dp_fir[0][n-1] >= dp_sec[0][n-1]

test = Solution()
nums_li = [[1, 5, 2], [1, 5, 233, 7]]
for nums in nums_li:
    print(test.PredictTheWinner(nums))

False
True

思路2：以上思路的简化，用一组 dp 表示动态规划的过程

• 入手：

  dp[i][j] 表示在序列状态为i~j 时，先手 比 后手 多的收益最大值

  注意，由于游戏为回合制，因此 先手 和 后手 的身份会相对交换

  例如：若序列状态为 i~j 时，玩家1为先手，则在序列状态 i+1~j 或 i~j-1 时，玩家1为后手

• 分析状态转移过程：

  计算 dp[i][j]，序列状态为 i~j 时，先手 可选 nums[i]，也可选 nums[j]，此时：

  • 若选择 nums[i]，反手将在序列状态为 i+1~j 上选择，其收益比 先手 多的最大值为dp[i+1][j]，则 先手 比反手多的收益为 nums[i]-dp[i+1][j]

  • 同理，若选择 nums[j]，则 先手 比 反手 多的收益为 nums[j]-dp[i][j-1]

  • 于是，在玩家都很聪明的条件下，他们选择收益最大的策略，因此更新dp[i][j]=max(nums[i]-dp[i+1][j], nums[j]-dp[i][j-1])

• 分析状态转移方向（同上）

• 分析初始状态：

  i=j 时，序列为单值，则 先手 的收益比 后手 多 nums[i]。

• 返回值：

  序列状态 0~n-1 时，先手 比 后手 多的最大收益为 dp[0][n-1]，因此返回是否 dp[0][n-1] >= 0。

附代码2（Python3）：

class Solution:
    def PredictTheWinner(self, nums):
        n = len(nums)
        dp = [[0]*n for _ in range(n)]        # 初始化
        for i in range(n-1, -1, -1):
            for j in range(i, n):
                if i == j:
                    dp[i][j] = nums[i]        # 当前序列状态为单值，先手比后手收益多的最大值为 nums[i]
                else:
                    dp[i][j] = max(nums[i]-dp[i+1][j], nums[j]-dp[i][j-1])    # 更新 dp
        return dp[0][n-1] >= 0               

test = Solution()
nums_li = [[1, 5, 2], [1, 5, 233, 7]]
for nums in nums_li:
    print(test.PredictTheWinner(nums))

False
True

思路3：以上思路的进一步简化，用一组一维 dp 表示动态规划的过程

• 分析：思路2中的 dp 在更新的过程中只需要下一行的数据，因此可将二维 dp 压缩成一维 dp。

附代码3（Python3）：

class Solution:
    def PredictTheWinner(self, nums):
        if not nums:
            return 0
        n = len(nums)
        dp = nums[:]
        for i in range(n-1, -1, -1):
            for j in range(i+1, n):
                dp[j] = max(nums[i]-dp[j], nums[j]-dp[j-1])
        return dp[n-1] >= 0

test = Solution()
nums_li = [[1, 5, 2], [1, 5, 233, 7]]
for nums in nums_li:
    print(test.PredictTheWinner(nums))

False
True

---

总结：

以上为我对 LeetCode 486.预测玩家 中动态规划的理解和分析，若直接拿出思路3 的方案，很难理解，解释性太差，因此我称该方案为致幻方案，不建议直接啃，一口吃不成大胖子。

其实该题还有优化的空间，若做过 LeetCode 877.石子游戏 ，则在初始时加入判定条件，若 n 为偶数或 n=1，则先手必赢，可直接返回。详见 CSDN 博客

参考：

LeetCode 题解1

LeetCode 题解2