频率很高的笔试题--动态规划类型(中)

本文通过一系列实例,如预测赢家、乘积最大子序列、丑数、跳跃游戏、最长连接序列等,深入讲解动态规划的解题思路和方法。在每个例子中,详细阐述了如何构建动态规划模型,并提供了相应的解决方案,帮助读者掌握动态规划的应用技巧。
摘要由CSDN通过智能技术生成

1、预测赢家

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

思路:这道题还是很难理解的,首先 dp[i][j] 表示的意思是先手比后手多拿的分数.

动态转移方程为:
dp = max(nums[i]-dp[i+1][j],nums[j]-dp[i][j-1])

    def PredictTheWinner(self, nums: List[int]) -> bool:
        # 如果个数时偶数的话,玩家1一定赢
        # 因为共有两种选择方案,一种赢一种输,让玩家1那选赢的那一方就行了
        # 输赢是由方案的选择决定的
        if len(nums)%2==0:
            return True
        # 如果是奇数的话,输赢是根据先手或者后手决定的
        # 先手可能会赢,也可能会输,但是题目要求的是玩家1先手
        # 所以就是接下来就是判断,先手拿数字是输还是赢?
        n = len(nums)
        dp = [[0]*n for _ in nums]  
        for j in range(n):
            for i in range(j-1, -1, -1):                 
                dp[i][j] = max(nums[i]-dp[i+1][j], nums[j]-dp[i][j-1])         
        return dp[0][n-1]>=0

C++版本

    bool PredictTheWinner(vector<int>& nums) {
   
        int n = nums.size();
        if(n%2==0){
   
            return true;
        }
        vector<vector<int>>dp(n,vector<int>(n,0));
        for(int i = n-1;i>=0;--i){
   
            dp[i][i] = nums[i];
            for(int j = i+1;j<n;++j){
   
                dp[i][j] = max(nums[i]-dp[i+1][j],nums[j]-dp[i][j-1]);
            }
        }
        return dp[0][n-1]>=0;
    }

在这里插入图片描述

2、乘积最大子序列

给定一个整数数组 nums ,找出一个序列中乘积最大的连续子序列(该序列至少包含一个数)

示例
输入: [2,3,-2,4]
输出: 6
解释: 子数组 [2,3] 有最大乘积 6

示例2
输入: [-2,0,-1]
输出: 0
解释: 结果不能为 2, 因为 [-2,-1] 不是子数组

注意事项:比较典型的错误思维

    def maxProduct(self, nums: List[int]) -> int:
        n = len(nums)
        dp_max = [nums[0]]*n
        res = nums[0]
        for i in range(1,n):  
            dp_max[i] = max(dp_max[i-1]*nums[i], nums[i])
            res = max(res,dp_max[i])           
        return res

如果计算的最大子序列和,这种思路就是对的。

存在一种情况是,负数乘以负数得到的是正数
就比如下面案列

案列3:[-2,3,-4]

如果返回的是3,就错了,最大子序列积应该是 24

所以在遍历的时候,不应该保存最大值,同时也把最小值保存下来,说不定下一个数是负数,然后就把最小的数变为最大的数了

参考 code

    int maxProduct(vector<int>& nums) {
   
        int n = nums.size();
        int a = 1,b=1;
        int maxVal = INT_MIN;
        for(int i = 0;i<n;++i){
   
            int aa = a * nums[i];
            int bb = b * nums[i];

            a 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

程序猿的温柔香

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值