leetcode0-649. Dota2 参议院

在这里插入图片描述
在这里插入图片描述

有一点点像是博弈的过程,就像是打牌。
题目大意:就是给你字符串,如果顺序靠前,那么我可以限制后面的人。比如我RD,当前的第一个字符是R,那么我可以束缚后面的D。

一开始可能有点模拟不出来。但是稍微看了答案之后大概明白意思:
分析如下:
用队列去模拟出每一个字符串出现的位置,这样也像是模拟出了字符串的顺序。

如果R在D之前,那么我可以弹出D。然后我同样去在队尾加入R,表示出R的优先级稍微高一点。
如果重复了多次操作,我们不妨猜想一下如果R很多,那么我们在弹出D的时候,我们的R还是插入了队列的尾端。
这更像是一个博弈性质的模拟。

代码如下:

class Solution {
public:
    string predictPartyVictory(string s) {
        //算是一个博弈的过程,其实也像是模拟的过程
        queue<int> d,r;
        for(int i=0;i<s.size();i++){
            if(s[i]=='R') r.push(i);
            else d.push(i); 
        }
        //现在开始去模拟,算是一个贪心的过程,弹出对象最早出现的一个
        while(!r.empty()&&!d.empty()){
            //说明q的优先级更高,可以弹出d的一个最近的对象
            if(r.front()<d.front()) r.push(r.front()+s.size());
            else d.push(d.front()+s.size());
            r.pop(),d.pop(); 
        }
        return !r.empty()?"Radiant":"Dire";
    }
};

按照代码稍微模拟一下就好啦,还是比较简单的。其实模拟一下就清清楚楚了。

比如此时的字符串是 RDD。
那么我们按照字符的索引就是:

R:0
D:1 2

那么我们博弈的过程如下:
第一个R比D早出现,那么我可以将D给驱逐出去,也就是弹出队列。但是此时我还要将D放到队尾,因为此时的索引的位置间接的代表了权力。
此时队列的过程如下:

R:3
D:2

那么此时D的第一个字符更早出现,那么此时弹出R,保留D。

最后我们判断出哪一个队列还有元素,如果还有元素,表示胜利方。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 好的,我来用中文回复这个链接:https://leetcode-cn.com/tag/dynamic-programming/ 这个链接是 LeetCode 上关于动态规划的题目集合。动态规划是一种常用的算法思想,可以用来解决很多实际问题,比如最长公共子序列、背包问题、最短路径等等。在 LeetCode 上,动态规划也是一个非常重要的题型,很多题目都需要用到动态规划的思想来解决。 这个链接里包含了很多关于动态规划的题目,按照难度从简单到困难排列。每个题目都有详细的题目描述、输入输出样例、题目解析和代码实现等内容,非常适合想要学习动态规划算法的人来练习和提高自己的能力。 总之,这个链接是一个非常好的学习动态规划算法的资源,建议大家多多利用。 ### 回答2: 动态规划是一种算法思想,通常用于优化具有重叠子问题和最优子结构性质的问题。由于其成熟的数学理论和强大的实用效果,动态规划在计算机科学、数学、经济学、管理学等领域均有重要应用。 在计算机科学领域,动态规划常用于解决最优化问题,如背包问题、图像处理、语音识别、自然语言处理等。同时,在计算机网络和分布式系统中,动态规划也广泛应用于各种优化算法中,如链路优化、路由算法、网络流量控制等。 对于算法领域的程序员而言,动态规划是一种必要的技能和知识点。在LeetCode这样的程序员平台上,题目分类和标签设置十分细致和方便,方便程序员查找并深入学习不同类型的算法。 LeetCode的动态规划标签下的题目涵盖了各种难度级别和场景的问题。从简单的斐波那契数列、迷宫问题到可以用于实际应用的背包问题、最长公共子序列等,难度不断递进且话题丰富,有助于开发人员掌握动态规划的实际应用技能和抽象思维模式。 因此,深入LeetCode动态规划分类下的题目学习和练习,对于程序员的职业发展和技能提升有着重要的意义。 ### 回答3: 动态规划是一种常见的算法思想,它通过将问题拆分成子问题的方式进行求解。在LeetCode中,动态规划标签涵盖了众多经典和优美的算法问题,例如斐波那契数列、矩阵链乘法、背包问题等。 动态规划的核心思想是“记忆化搜索”,即将中间状态保存下来,避免重复计算。通常情况下,我们会使用一张二维表来记录状态转移过程中的中间值,例如动态规划求解斐波那契数列问题时,就可以定义一个二维数组f[i][j],代表第i项斐波那契数列中,第j个元素的值。 在LeetCode中,动态规划标签下有众多难度不同的问题。例如,经典的“爬楼梯”问题,要求我们计算到n级楼梯的方案数。这个问题的解法非常简单,只需要维护一个长度为n的数组,记录到达每一级楼梯的方案数即可。类似的问题还有“零钱兑换”、“乘积最大子数组”、“通配符匹配”等,它们都采用了类似的动态规划思想,通过拆分问题、保存中间状态来求解问题。 需要注意的是,动态规划算法并不是万能的,它虽然可以处理众多经典问题,但在某些场景下并不适用。例如,某些问题的状态转移过程比较复杂,或者状态转移方程中存在多个参数,这些情况下使用动态规划算法可能会变得比较麻烦。此外,动态规划算法也存在一些常见误区,例如错用贪心思想、未考虑边界情况等。 总之,掌握动态规划算法对于LeetCode的学习和解题都非常重要。除了刷题以外,我们还可以通过阅读经典的动态规划书籍,例如《算法竞赛进阶指南》、《算法与数据结构基础》等,来深入理解这种算法思想。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值