leetcode刷题（77）——312. 戳气球

一、题目

有 n 个气球，编号为0 到 n-1，每个气球上都标有一个数字，这些数字存在数组 nums 中。

现在要求你戳破所有的气球。每当你戳破一个气球 i 时，你可以获得 nums[left] * nums[i] * nums[right] 个硬币。 这里的 left 和 right 代表和 i 相邻的两个气球的序号。注意当你戳破了气球 i 后，气球 left 和气球 right 就变成了相邻的气球。

求所能获得硬币的最大数量。

说明:

你可以假设 nums[-1] = nums[n] = 1，但注意它们不是真实存在的所以并不能被戳破。
0 ≤ n ≤ 500, 0 ≤ nums[i] ≤ 100

示例:

输入: [3,1,5,8]
输出: 167 
解释: nums = [3,1,5,8] --> [3,5,8] -->   [3,8]   -->  [8]  --> []
     coins =  3*1*5      +  3*5*8    +  1*3*8      + 1*8*1   = 167

二、思路——动态规划

对于求最值问题，我们想到回溯法和动态规划，这里我们用动态规划来解决。

定义状态：

题目中说你可以假设 $nums[-1]=nums[n]=1$，我们先把这两个边界加到数组中，形成一个新的长度为 $n+2$ 的数组 points，其中 $points[0]=points[n+1]=1$，那么我们要戳破的就是从 1 到 $n$ 的所有气球。

我们要求的是戳破所有的气球能获得的硬币的最大数量，换句话说就是，戳破气球 0 和气球 $n+1$ 之间的气球能获得的硬币的最大数量。据此我们可以定义状态，$dp[i][j]$ 表示戳破气球 i 和气球 j 之间（开区间，不包括 i 和 j）的所有气球能获得的硬币的最大数量。

推导状态转移方程：

状态转移的过程其实就是我们在每一步怎么做选择的过程。现在要求 $dp[i][j]$，假设我们每一步都选择戳破能够获得硬币数量最大的那个气球，最后只剩下一个气球的时候，没得选只能戳破该气球。所以我们要考虑的是气球 i 和 气球 j 之间最后被戳破的气球是哪个，不妨设为 k。那么戳破气球 k 能得到的金币数为 $points[i]\ast points[k]\ast points[j]$，那 $dp[i][j]$ 的值就是：$$戳破(i,k)之间的气球获得的最大硬币数+戳破(k,j)之间的气球获得的最大硬币数+戳破气球k获得的硬币数$$ 即 $$dp[i][j]=dp[i][k]+dp[k][j]+points[i]\ast points[k]\ast points[j]$$ 其中 $i<k<j$。

意思就是，我们穷举 $i<k<j$，求出把每个 k 都看作最后一个戳破的气球时能获得的最大硬币数，选择硬币最多的方案。

遍历方向：

$dp[i][j]$ 所依赖的状态是 $dp[i][k]$ 和 $dp[k][j]$，那么我们必须保证：在计算 $dp[i][j]$时，$dp[i][k]$ 和 $dp[k][j]$ 已经被计算出来了（其中 i < k < j）。我们的目标是求出戳破所有的气球能获得的最大硬币数，即最后返回 $dp[0][n+1]$ 的值，由此看出 i 是从大到小的，j 是从小到大的。

边界条件：

数组初始化：当 $j\le i+1$ 时，$dp[i][j]=0$，因为此时 $(i,j)$ 之间没有气球了。

三、代码

class Solution {
    public int maxCoins(int[] nums) {
        int n = nums.length;
        // 把两个虚拟气球添加到数组中
        int[] points = new int[n + 2];
        points[0] = points[n + 1] = 1;
        for(int i = 1; i <= n; i++){
            points[i] = nums[i - 1];
        }
        int[][] dp = new int[n + 2][n + 2];// 数组默认为0，不用再写初始化条件了
        for(int i = n; i >= 0; i--){// i从大到小
            for(int j = i + 1; j < n + 2; j++){// j从小到大
                // 最后戳破的是哪个？选择硬币数最大的方案
                for(int k = i + 1; k < j; k++){
                    dp[i][j] = Math.max(dp[i][j], dp[i][k] + dp[k][j] + points[i] * points[k] * points[j]);
                }
            }
        }
        return dp[0][n + 1];
    }
}