描述
为了进一步宣传,Lintcode决定策划一个猜数游戏。 游戏开始前,Lintcode会随机保密地选择一个不大于n
的正整数x
让玩家来猜,并提供一个长度为n
的数组a
,a[i]
表示玩家选择整数i
时需要付出的金钱。 每一轮游戏,玩家可以任意选择一个整数并付出相应的价钱,如果猜中了,即选择的数是x
,则游戏结束,否则Lintcode的小姐姐会告诉玩家x比玩家所选择的数大或者小,随后玩家继续付钱选择下一个数,直到猜中x
为止。游戏结束后,最后一轮猜数所付出的金钱a[x]
将会被返还给玩家。 猜数的策略多种多样,而同一种策略当x
为不同的数时需要付出的金钱也不一样。问能否找到一种最优策略,在最坏的情况下猜中数需要付出的代价最小?输出最小的代价。
样例
给出 a = [1,100,1]
,返回 2
。
解释:
可以选择的策略是:先猜1,如果没中再猜3,如果还是没中再猜2.
如果x = 1,则花费价钱 a[1] - a[1] = 0
如果x = 2,则花费价钱 a[1] + a[3] + a[2] - a[2] = 2
如果x = 3,则花费价钱 a[1] + a[3] - a[3] = 1
显然这是一个最优策略,在最坏情况下只需要花费金钱2,故返回2
如果选择其他的策略,比如先猜中间,再猜两边。当x = 1 或 3时,均需要付出金钱a[2] = 100
明显最坏情况下需要花费更多的金钱,故不是一个最优的策略。`
给出 a = [1,3,5,1,1,8,4]
, 返回 5
。
解释:
此时的策略是先猜5,如果没猜中则根据小姐姐反馈的x与5的大小关系继续选择:
如果反馈x < 5,则说明 1 <= x <= 4,此时可以先猜4,如果没猜中再猜2,则可以保证最后能猜到x,最坏情况下的花费为:a[5] + a[4] + a[2] = 5
如果反馈x > 5,则说明 6 <= x <= 7,此时可以直接猜7,可以保证最后能猜到x,最坏情况下的花费为:a[5] + a[7] = 5
故返回 max{5, 5} = 5
思路
有一点博弈论的意思(max{min})。求的是最好的策略下最糟的情况。有一点绕, 也是一个经典的dp问题。
lintcode里面hard的题目其实很多是1.思路清奇 2.边界值特别麻烦。 代码量不见得高,但是很烧脑。
dp方程: dp[s,d] = min{max(i){dp[s,i-1], dp[i+1,d]} ) + a[i];
要注意一点是这个方程默认了两件事:
1. 取的值一定在中间(这个其实不一定),所以有一个取第一个值时候的情况
2. s-d的长度至少为3
这两点都很重要,需要考虑。
代码
class Solution {
public:
/**
* @param a: The array a
* @return: Return the minimum cost
*/
int min(int a, int b)
{
return a>b?b:a;
}
int max(int a, int b)
{
return a>b?a:b;
}
int getAnswer(vector<int> &a) {
// Write your code here
int n = a.size();
int dp[201][201] = {0};
for(int j=0; j<n-1; ++j)
{
dp[j][j+1] = a[j] < a[j+1]? a[j]:a[j+1];
}
for(int len = 3; len <= n ; ++len)
{
for(int start = 0; start < n-len+1; ++start)
{
int min=1<<29;
int firstChoice = dp[start+1][start+len-1] + a[start];
for(int i=start+1; i <= start+len-2; i++)
{
int tmp = max(dp[start][i-1], dp[i+1][start+len-1]) + a[i];
if(tmp < min)
{
min = tmp;
}
}
dp[start][start+len-1] = firstChoice < min? firstChoice:min;
}
}
return dp[0][n-1];
}
};