486. Predict the Winner

今天遇到一道很有趣的DP题，参考了MIT教授的思路。

很显然，这道题current situation depends on another (the next) step’s result，适合用dynamic programming解决，但找出dp公式并不简单。

因为我们有两个gamer，想知道第一个出手的gamer A能不能赢，则希望A每次出手都是在通向获得maximum score的道路上的最优选择；同时必须要假设第二个出手的gamer B肯定也是遵循同样的策略，希望每次出手都能在最终最大化地打击到A，使得A获得minimum score（关键点）。

在这里使用二维dp，dp[i][j]的意义为：当score array中，还剩下index区间为[i,j]的这些score没有被pick时，A能获得的maximum score；此时，index区间在[0,i-1]和[j+1,n-1]的score都已经被A或B pick走了。那么，A由此开始的第一轮只能pick i或j，如果选择i，留给B pick的区间变为[i+1,j]，如果选择j，留给B pick的区间变为[i,j-1]，则有：
dp[i][j] = Math.max(nums[i] + 「第二轮B pick i + 1 或 j后A在第三轮能获得的maximum score」, nums[j] + 「第二轮B pick i 或 j - 1后A在第三轮能获得的maximum score」)

两个「」中的部分怎么计算呢？那需要分情况来看：

第一轮A的选择	第二轮B的选择	第三轮A的maximum score
i	i+1	dp[i+2][j]
i	j	dp[i+1][j-1]
j	i	dp[i+1][j-1]
j	j-1	dp[i][j-2]

刚刚说过，B也会遵循同样的找最优策略，试图使A在第三轮获得的score最小，导致A在第三轮能获得的maximum score为Math.min(dp[i+2][j], dp[i+1][j-1])或Math.min(dp[i+1][j-1], dp[i][j-2])。则有最终公式：
dp[i][j] = Math.max(nums[i] + Math.min(dp[i+2][j], dp[i+1][j-1]), nums[j] + Math.min(dp[i+1][j-1], dp[i][j-2]))

代码如下：

public boolean PredictTheWinner(int[] nums) {
        int n = nums.length;
        if (n % 2 == 0) return true; //注
        int[][] dp = new int[n][n];
        int sum = 0;
        for(int i = 0; i < n; i++) {
            dp[i][i] = nums[i];
            sum += nums[i];
        }
        
        for(int j = 1; j < n; j++) {
            for(int i = j - 1; i >= 0; i--) {
                int a = (i + 1 < n && j - 1 >= 0) ? dp[i + 1][j - 1] : 0;
                int b = (i + 2 < n) ? dp[i + 2][j] : 0;
                int c = (j - 2 >= 0) ? dp[i][j - 2] : 0;
                dp[i][j] = Math.max(Math.min(a,b) + nums[i], Math.min(a,c) + nums[j]);
            }
        }
        return dp[0][n-1] * 2 >= sum;
    }

注：此处为优化，前提假设是两个gamer开始游戏之前能看到所有score。当score array长度为偶数时，index为奇数的score之和与index为偶数的score之和，必有相对较大的一个；而每次pick头或者尾的规则，能保证A在每一轮无论B的选择如何，都能pick和较大的index奇数组或index偶数组的所有元素（因为A首先pick或B pick完后，头或尾总是一奇一偶的），使得最终score之和比B大。