动态规划-- leetcode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。

---

代码

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

1， 如果数组长度是偶数，则 先手必胜。所以，直接筛出，减小运行时间。

代表dp二位数组，最右上的线代表玩家一在从 0到 size（）-1之间的最优解为3，即比二大三。第二条线代表玩家二选后，玩家一比玩家二少二。

2， 动态规划 dynamic programing，其中最核心的是通过求出状态转移方程，得以将过程值算出，求出最后的结果，同时是难点。
3， dp[i][j]=max(nums[i]−dp[i+1][j],nums[j]−dp[i][j−1])为状态转换方程。
4，i为数组的开头下标，j为数组末尾下标。

• 如果玩家一 一定要赢，那么他的所有操作就必然是最优解，那么从，数组只剩下一位开始，以玩家一比玩家二的数值差值，往前推，每一步都是最优解的情况下，第一位 减去余下位的最优解与最后一位减去余下位的最优解，比较大小，得出最优解。