💖 喜欢我的文章,记得点赞+评论+收藏+关注の,你的反馈就是我不断更新的动力!QQ/Wechat:235 40008 备注:CSDN 💖
题目描述: 点击进入原题
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 。
示例1:
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。
示例2:
输入:
n = 1
输出:
0
解释:
只有一个可能的数字,所以你可以直接猜 1 并赢得游戏,无需支付任何费用。
示例3:
输入:
n = 2
输出:
1
解释:
有两个可能的数字 1 和 2 。
- 你可以先猜 1 。
- 如果这是我选中的数字,你的总费用为 $0 。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 $1 。
最糟糕的情况下,你需要支付 $1 。
提示:
1 <= n <= 200
题目解析:
由于每次惩罚的金额不固定,最小惩罚次数不等于猜中数字的最小成本可能,所以我们可采用【记忆化搜索】实现,比较容易想到的做法是通过[递归]进行求解。- 设计递归函数为int dfs(int left, int right) 传入参数left和right表示在范围[left,right]内进行猜数,返回值为在[left, right]内猜中数字至少需要多少钱。
- 我们可以决策的是选择猜想哪个数,而不能决策 选择某个数 x之后(如果不正确),真实值可能在左还是右孩子。
- 因此为了求得最坏情况下的最少支出金额,我们应当选择所有x中的最小值。
- 最后,为了尽可能的减少重复计算,需要在 递归 基础上加上记忆化搜索,增加缓存变量cache,使用 static 修饰 cache 时,可以确保每个区间的计算在所有样例中只会发生一次。
//java版:
class Solution {
static int N = 210;
static int[][] cache = new int[N][N];
public int getMoneyAmount(int n) {
return dfs(1, n);
}
int dfs(int l, int r) {
if (l >= r) return 0;
if (cache[l][r] != 0) return cache[l][r];
int ans = 0x3f3f3f3f;
for (int x = l; x <= r; x++) {
// 当选择的数位 x 时,至少需要 cur 才能猜中数字
int cur = Math.max(dfs(l, x - 1), dfs(x + 1, r)) + x;
// 在所有我们可以决策的数值之间取最优
ans = Math.min(ans, cur);
}
cache[l][r] = ans;
return ans;
}
}