动态规划经典题目_经典动态规划：戳气球问题

(给算法爱好者加星标，修炼编程内功)

来源：labuladong

今天我们要聊的这道题「Burst Balloon」和之前我们写过的那篇经典动态规划：高楼扔鸡蛋问题分析过的高楼扔鸡蛋问题类似，知名度很高，但难度确实也很大。因此作者就给这道题赐个座，来看一看这道题目到底有多难。

它是 LeetCode 第 312 题，题目如下：

title

首先必须要说明，这个题目的状态转移方程真的比较巧妙，所以说如果你看了题目之后完全没有思路恰恰是正常的。虽然最优答案不容易想出来，但基本的思路分析是我们应该力求做到的。所以本文会先分析一下常规思路，然后再引入动态规划解法。

一、回溯思路

先来顺一下解决这种问题的套路：

我们前文多次强调过，很显然只要涉及求最值，没有任何奇技淫巧，一定是穷举所有可能的结果，然后对比得出最值。

所以说，只要遇到求最值的算法问题，首先要思考的就是：如何穷举出所有可能的结果？

穷举主要有两种算法，就是回溯算法和动态规划，前者就是暴力穷举，而后者是根据状态转移方程推导「状态」。

如何将我们的扎气球问题转化成回溯算法呢？这个应该不难想到的，我们其实就是想穷举戳气球的顺序，不同的戳气球顺序可能得到不同的分数，我们需要把所有可能的分数中最高的那个找出来，对吧。

那么，这不就是一个「全排列」问题嘛，我们前文 回溯算法框架套路详解 中有全排列算法的详解和代码，其实只要稍微改一下逻辑即可，伪码思路如下：

int res = Integer.MIN_VALUE;
/* 输入一组气球，返回戳破它们获得的最大分数 */
int maxCoins(int[] nums) {
    
    backtrack(nums, 0);
    return res;
}
/* 回溯算法的伪码解法 */
void backtrack(int[] nums, int socre) {
    
    if (nums 为空) {
    
        res = max(res, score);
        return;
    }
    for (int i = 0; i         int point = nums[i-1] * nums[i] * nums[i+1];        int temp = nums[i];        // 做选择        在 nums 中删除元素 nums[i]        // 递归回溯        backtrack(nums, score + point);        // 撤销选择        将 temp 还原到 nums[i]    }}

回溯算法就是这么简单粗暴&#