【LeetCode】486-预测赢家

给你一个整数数组 nums 。玩家 1 和玩家 2 基于这个数组设计了一个游戏。

玩家 1 和玩家 2 轮流进行自己的回合，玩家 1 先手。开始时，两个玩家的初始分值都是 0 。每一回合，玩家从数组的任意一端取一个数字（即，nums[0] 或 nums[nums.length - 1]），取到的数字将会从数组中移除（数组长度减 1 ）。玩家选中的数字将会加到他的得分上。当数组中没有剩余数字可取时，游戏结束。

如果玩家 1 能成为赢家，返回 true 。如果两个玩家得分相等，同样认为玩家 1 是游戏的赢家，也返回 true 。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： nums = [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： nums = [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。

提示：

• 1 <= nums.length <= 20
• 0 <= nums[i] <= 107

思路

1、递归函数

• 每次玩家只能取最左端或者最右端，这里只统计先手玩家的得分，取得数字则加，对手取得数字则减
• 这就可以化为一个典型的递归问题，先手玩家每次只取最优解，即可得到最终的结果

2、动态规划

• 使用递归函数会造成大量的步骤重复，数据量大时容易超时
• 可以使用动态规划，使用一个二维dp数组
• dp[i][j]表示剩余的整数的下标i<=x<=j，当i==j时表示只剩下一个整数待取
• 每次取下标i或者下标j的整数来得分，所以要在这两种情况下取最优解
• dp[i][j] = max((nums[i]-dp[i+1][j]),(nums[j]-dp[i][j-1]))

#递归函数
class Solution(object):
    def PredictTheWinner(self, nums):
        def total(start,end,turn):
            if start == end:
                return nums[start]*turn
            scoreStart = nums[start]*turn + total(start+1,end,turn*-1)
            scoreEnd = nums[end]*turn + total(start, end-1,turn*-1)
            if turn == 1:
                return max(scoreEnd,scoreStart)
            else:
                return min(scoreEnd,scoreStart)
            
        return total(0,len(nums)-1,1) >= 0

#动态规划
class Solution(object):
    def PredictTheWinner(self, nums):
        n = len(nums)
        dp = [[0 for i in range(n)] for i in range(n)]
        for i in range(n):
            dp[i][i] = nums[i]
        
        for i in range(n-2,-1,-1):
            for j in range(i+1,n):
                dp[i][j] = max((nums[i]-dp[i+1][j]),(nums[j]-dp[i][j-1]))
        return dp[0][n-1]>=0