leetcode486.预测赢家

题目大意

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。

解题思路

方法一：

递归。创建一个递归函数f（left，right）用来求自己所能取得的最大分数。当对方取纸牌时他也一定会让自己的得分最大化，反过来说就是会让自己的下一次选择得分最小化。

class Solution {
public:
    bool PredictTheWinner(vector<int>& nums) {
    	if (nums.empty())
    		return false;
    	int myscore = myFinalScore(nums, 0, nums.size() - 1);
    	int totalscore = accumulate(nums.begin(), nums.end(), 0);
    	return myscore > otherscore - myscore;
    }
	// 自己能取得的最大分数
    int myFinalScore(vector<int> & nums, int left, int right){
    	if (left == right)
    		return nums[left];
    	if (left + 1 == right)
    		return max(nums[left], nums[right]);
		// 自己可以从左边或者右边选取一张，因此最大结果是两种选取方式中的最大值；
		// 里面的min()的含义是：当自己选完后，对方会让自己得分最大（让你后面的得分最小，因此你下一步的状态是对方选择完成后，找一个得分小的状态返回）
    	return max(nums[left] + min(myFinalScore(nums, left + 2, right), myFinalScore(nums, left + 1, right - 1)),
    		nums[right] + min(myFinalScore(nums, left + 1, right - 1), myFinalScore(nums, left , right - 2)));
    }
};

方法二：

动态规划。根据上述递归，可改写为动态规划。

class Solution {
public:
    bool PredictTheWinner(vector<int>& nums) {
    	if (nums.empty())
    		return false;
    	int length = nums.size();
		// 用来记录上述递归函数中的f(left, right)的值
    	vector<vector<int>> dp(length, vector<int>(length, 0));
    	int total = accumulate(nums.begin(), nums.end(), 0);

    	for (int i = length - 1; i >= 0; --i){
    		for (int j = i; j < length; ++j){
    			if (i == j)
    				dp[i][j] = nums[i];
    			else if (i + 1 == j)
    				dp[i][j] = max(nums[i], nums[j]);
    			else{
    				dp[i][j] = max(nums[i] + min(dp[i + 2][j], dp[i + 1][j - 1]), nums[j] + min(dp[i + 1][j - 1], dp[i][j - 2]));
    			}
    		}
    	}
    	return dp[0].back() >= total - dp[0].back();
    }
};