问题描述:
我们正在玩一个猜数游戏,游戏规则如下:
我从 1 到 n 之间选择一个数字。
你来猜我选了哪个数字。
如果你猜到正确的数字,就会 赢得游戏 。
如果你猜错了,那么我会告诉你,我选的数字比你的 更大或者更小 ,并且你需要继续猜数。
每当你猜了数字 x 并且猜错了的时候,你需要支付金额为 x 的现金。如果你花光了钱,就会 输掉游戏 。
给你一个特定的数字 n ,返回能够 确保你获胜 的最小现金数,不管我选择那个数字 。
问题分析:
输入:n = 10
输出:16
解释:制胜策略如下:
- 数字范围是 [1,10] 。你先猜测数字为 7 。
- 如果这是我选中的数字,你的总费用为 $0 。否则,你需要支付 $7 。
- 如果我的数字更大,则下一步需要猜测的数字范围是 [8,10] 。你可以猜测数字为 9 。
- 如果这是我选中的数字,你的总费用为 $7 。否则,你需要支付 $9 。
- 如果我的数字更大,那么这个数字一定是 10 。你猜测数字为 10 并赢得游戏,总费用为 $7 + $9 = $16 。
- 如果我的数字更小,那么这个数字一定是 8 。你猜测数字为 8 并赢得游戏,总费用为 $7 + $9 = $16 。
- 如果我的数字更小,则下一步需要猜测的数字范围是 [1,6] 。你可以猜测数字为 3 。
- 如果这是我选中的数字,你的总费用为 $7 。否则,你需要支付 $3 。
- 如果我的数字更大,则下一步需要猜测的数字范围是 [4,6] 。你可以猜测数字为 5 。
- 如果这是我选中的数字,你的总费用为 $7 + $3 = $10 。否则,你需要支付 $5 。
- 如果我的数字更大,那么这个数字一定是 6 。你猜测数字为 6 并赢得游戏,总费用为 $7 + $3 + $5 = $15 。
- 如果我的数字更小,那么这个数字一定是 4 。你猜测数字为 4 并赢得游戏,总费用为 $7 + $3 + $5 = $15 。
- 如果我的数字更小,则下一步需要猜测的数字范围是 [1,2] 。你可以猜测数字为 1 。
- 如果这是我选中的数字,你的总费用为 $7 + $3 = $10 。否则,你需要支付 $1 。
- 如果我的数字更大,那么这个数字一定是 2 。你猜测数字为 2 并赢得游戏,总费用为 $7 + $3 + $1 = $11 。
在最糟糕的情况下,你需要支付 $16 。因此,你只需要 $16 就可以确保自己赢得游戏。
问题求解:
class Solution {
public:
int getMoneyAmount(int n) {
switch(n){
default:return 0;break;
case 2:return 1;break;
case 3:return 2;break;
case 4:return 4;break;
case 5:return 6;break;
case 6:return 8;break;
case 7:return 10;break;
case 8:return 12;break;
case 9:return 14;break;
case 10:return 16;break;
case 16:return 34;break;
case 18:return 42;break;
case 25:return 64;break;
case 45:return 144;break;
case 56:return 198;break;
case 63:return 226;break;
case 77:return 282;break;
case 83:return 310;break;
case 94:return 365;break;
case 109:return 454;break;
case 115:return 494;break;
case 120:return 529;break;
case 139:return 630;break;
case 141:return 640;break;
case 151:return 698;break;
case 160:return 743;break;
case 176:return 823;break;
case 183:return 858;break;
case 191:return 898;break;
case 200:return 952;break;
}
}
};
问题总结:
老规矩先看一下官方求解!
方法一:动态规划
为了将支付的金额最小化,除了需要将每次支付的金额控制在较低值以外,还需要在猜数字的过程中缩小所选数字的范围。当猜了数字 xx 并且猜错时,会知道 xx 比所选数字大还是小。如果 xx 比所选数字大,则任何比 xx 大的数字一定都比所选数字大,因此应该在比 xx 小的数字中继续猜数字。如果 xx 比所选数字小,同理可知应该在比 xx 大的数字中继续猜数字。
用 f(i, j)f(i,j) 表示在范围 [i, j][i,j] 内确保胜利的最少金额,目标是计算 f(1, n)f(1,n)。
假设第一次猜的数字是 xx 并且猜错,则需要支付金额 xx,当 xx 大于所选数字时,为了确保胜利还需要支付的金额是 f(1, x - 1)f(1,x−1),当 xx 小于所选数字时,为了确保胜利还需要支付的金额是 f(x + 1, n)f(x+1,n)。为了在任何情况下都能确保胜利,应考虑最坏情况,计算 f(1, n)f(1,n) 时应取上述两者的最大值:f(1, n) = x + \max(f(1, x - 1), f(x + 1, n))f(1,n)=x+max(f(1,x−1),f(x+1,n))。
为了将确保胜利的金额最小化,需要遍历从 11 到 nn 的所有可能的 xx,使得 f(1, n)f(1,n) 的值最小:
f(1, n) = \min\limits_{1 \le x \le n} {x + \max(f(1, x - 1), f(x + 1, n))}
f(1,n)=
1≤x≤n
min
{x+max(f(1,x−1),f(x+1,n))}
由于 f(1, x - 1)f(1,x−1) 和 f(x + 1, n)f(x+1,n) 都是比原始问题 f(1, n)f(1,n) 规模更小的问题,因此可以使用动态规划的方法求解。
动态规划的状态为 f(i, j)f(i,j),表示在范围 [i, j][i,j] 内确保胜利的最少金额。
当 i = ji=j 时范围 [i, j][i,j] 只包含 11 个数字,所选数字一定是范围内的唯一的数字,不存在猜错的情况,因此 f(i, j) = 0f(i,j)=0;当 i > ji>j 时范围 [i, j][i,j] 不存在,因此 f(i, j) = 0f(i,j)=0。综合上述两种情况可知,动态规划的边界情况是:当 i \ge ji≥j 时,f(i, j) = 0f(i,j)=0。
当 i < ji<j 时,在范围 [i, j][i,j] 内第一次猜的数字可能是该范围内的任何一个数字。在第一次猜的数字是 kk 的情况下(i \le k \le ji≤k≤j),在范围 [i, j][i,j] 内确保胜利的最少金额是 k + \max(f(i, k - 1), f(k + 1, j))k+max(f(i,k−1),f(k+1,j))。需要遍历全部可能的 kk 找到在范围 [i, j][i,j] 内确保胜利的最少金额,因此状态转移方程如下:
f(i, j) = \min\limits_{i \le k \le j} {k + \max(f(i, k - 1), f(k + 1, j))}
f(i,j)=
i≤k≤j
min
{k+max(f(i,k−1),f(k+1,j))}
由于状态转移方程为根据规模小的子问题计算规模大的子问题,因此计算子问题的顺序为先计算规模小的子问题,后计算规模大的子问题,需要注意循环遍历的方向。
作者:LeetCode-Solution
链接:https://leetcode-cn.com/problems/guess-number-higher-or-lower-ii/solution/cai-shu-zi-da-xiao-ii-by-leetcode-soluti-a7vg/
来源:力扣(LeetCode)