力扣刷题之区间动态规划类题目

KerryZXC

已于 2024-02-04 12:28:57 修改

阅读量625

点赞数 22

分类专栏：算法文章标签：动态规划算法

于 2024-02-03 15:50:18 首次发布

本文链接：https://blog.csdn.net/qq_41495340/article/details/136008600

版权

算法专栏收录该内容

5 篇文章 0 订阅

订阅专栏

区间动态规划是一种解决涉及区间或序列问题的动态规划策略。这类问题通常要求在一个序列或者数组上进行操作，以达到某种优化目标，例如最大化或最小化某个量。区间动态规划在很多场景下非常有用，比如在游戏理论、字符串处理、以及序列分析等领域。

基本策略

区间动态规划的基本策略涉及以下几个关键步骤：

定义状态： 首先定义状态 dp[i][j]，表示对于序列的一个子区间 [i, j]（包括端点 i 和 j），问题的解（如最大值、最小值、最优方案等）。状态的定义根据具体问题的需求来定。
状态转移方程： 接着是确定状态转移方程，即如何从小区间的解推导出大区间的解。这通常涉及到枚举区间内某个分割点，将大区间分为两个或多个小区间，然后根据小区间的解来构造大区间的解。状态转移方程的形式依赖于问题的具体性质。
初始化： 对于一些基本情况（如最小的区间），直接给出 dp 数组的初始值。例如，在很多问题中，长度为 1 的区间（即 i == j 的情况）的解是显而易见的，可以直接初始化。
计算顺序： 确定计算 dp 数组的顺序。由于大区间的解依赖于小区间的解，因此需要从最小的区间开始计算，逐渐扩大区间的长度，直到计算出整个序列的解。这通常意味着使用两层循环，外层循环控制区间长度，内层循环控制区间的起点。
结果提取： 最后，根据问题的需求从 dp 数组中提取结果。在很多情况下，整个序列的最优解就存储在 dp[0][n-1] 中，其中 n 是序列的长度。

技巧和注意事项

边界处理： 在定义状态转移方程时，要注意处理好边界条件，确保所有可能的情况都被考虑到，避免出现数组越界等错误。
空间优化： 在某些情况下，当前状态可能只依赖于有限的几个其他状态，因此可以通过滚动数组等技巧来减少空间复杂度。
复杂度分析： 在设计区间动态规划算法时，需要分析时间和空间复杂度，以确保算法的效率。通常情况下，如果有两层循环遍历所有区间，并且在每个区间内部还有枚举操作，则时间复杂度可能会达到O(n3)，这在 n 较大时可能不够高效。

例子：

2024.2.3 每日一题 1690. 石子游戏 VII

在这个游戏中，两个玩家轮流从石子数组的开始或结束处移除石子。每次移除石子后，玩家的得分增加剩余石子的总和。目标是最大化当前玩家与对手的得分差。

状态定义

定义 dp[i][j] 为在石子数组的子区间 [i, j] 内，当前玩家相对于对手可以获得的最大分数差。注意，这里的最大分数差考虑了双方都采取最优策略的情况。

状态转移

对于任意区间 [i, j]，当前玩家有两种选择：

移除左端的石子：这时，区间变为 [i+1, j]。当前玩家获得的得分是剩余石子的总和，即 sum[i+1][j]（prefix_sum[j + 1] - prefix_sum[i + 1]）。之后，对手在 [i+1, j] 区间内相对于当前玩家的最大分数差是 dp[i+1][j]。因此，如果当前玩家选择这个策略，他与对手的分数差将是 sum[i+1][j] - dp[i+1][j]。
移除右端的石子：这时，区间变为 [i, j-1]。类似地，当前玩家获得的得分是 sum[i][j-1]（prefix_sum[j] - prefix_sum[i]），对手在 [i, j-1] 区间内相对于当前玩家的最大分数差是 dp[i][j-1]。因此，当前玩家与对手的分数差将是 sum[i][j-1] - dp[i][j-1]。

最优策略

因为每个玩家都在尽可能地最大化自己相对于对手的分数差，所以当前玩家会选择以上两种策略中使自己分数差最大的一个。因此，状态转移方程为：

dp[i][j]=max(sum[i+1][j]−dp[i+1][j],sum[i][j−1]−dp[i][j−1])

这个方程考虑了当前玩家在区间 [i, j] 内的每一步都是最优的，即最大化其相对于对手的分数差。通过这种方式，我们可以确保无论对手如何响应，当前玩家都能获得该区间内可能的最大分数差。

初始化

对于任何区间 [i, i]（即区间长度为 1），dp[i][i] = 0，因为没有剩余的石子可以加到玩家的得分上。

通过这种方法，我们可以填充整个 dp 表，并最终找到在整个石子数组中，第一个玩家相对于第二个玩家的最大分数差，即 dp[0][n-1]，其中 n 是石子数组的长度。

class Solution:
    def stoneGameVII(stones):
        n = len(stones)
        prefix_sum = [0] * (n + 1)
        for i in range(n):
            prefix_sum[i + 1] = prefix_sum[i] + stones[i]

        dp = [[0] * n for _ in range(n)]
        for length in range(2, n + 1):
            for i in range(n - length + 1):
                j = i + length - 1
                left = prefix_sum[j + 1] - prefix_sum[i + 1] - dp[i + 1][j]
                right = prefix_sum[j] - prefix_sum[i] - dp[i][j - 1]
                dp[i][j] = max(left, right)
    
        return dp[0][n - 1]

在石子游戏 VII 问题中，区间 [i, j] 的最优解依赖于 [i+1, j] 和 [i, j-1]（即移除左端或右端石子后剩下的区间）的解。因此，我们必须先解决这些较小的区间，才能解决较大的区间。