题目描述:圆桌上有N个红包,金额不等(也有可能部分相等),不能拿相邻的两个,问能拿到的最大金额是多少?
在这道题目之前首先复习一下我对递归和动态规划的印象:
分治法:将大问题转化为小问题的思想
递归:从上往下(从大到小)
动态规划:从底往上(从小到大)
场景一:分治:f(n) = f(n -1)+1
递归:
f(int n ){
if(n == 1)
return 1;
else
return f(n-1) + 1;
}
动态规划:
int[] nums = int[n];
for(i = 0;i < n;i++)
{
nums[i] = i+1;
}
场景二:分治:f(n) = f(n -1)+f(n-2)
递归:
f(int n ){
if(n == 1 || n ==2)
return 1;
else
return f(n-1) + f(n-2);
}
动态规划:
int[] nums = int[n];
nums[0] = 1;
nums[1] = 1;
for(i = 2;i < n;i++)
{
nums[i] = nums[i-1]+nums[i-2];
}
在场景一中 递归和动规的时间空间复杂度是相同数量级的 但是场景二中 动规要优于递归 因为场景二中有重复计算 就是这样:
看 7算了两次 6算了两次 这就像告诉两个下属分别去做不同的事情 但是这两份工作中有重复的部分 所以这时候应该用动态规划不应该用递归 区别在于:是否有计算重复!!!!!!!!!!!!
好,进入正题:
这道题目,在一个学长的启迪下,“计算i到j之间的最大金额”我成功被带跑偏了,先去计算长度为1的弧长的最大金额, 然后算每个长度为2的弧的最大金额,为3的,为4的,类推,这些弧就有N^2个了,每个弧计算的时候我又是遍历弧上的节点加节点两边的两个子弧,所以是N^3,非常。。。。
在菜鸟男朋友的讲解下,开启一个新思路:
首先考虑一下:我最后要的是0-N-1的这个弧 真的有必要计算所有i-j的弧吗?难道不是只要有0-j就可以了吗?然后从0-j-1计算0-j 真的要遍历每个节点吗?不是只看看最后的这个节点就可以了吗?弧一下子变成N个, 问题粒度转化的时间为O(1),这一下子就是O(N)了呀
然后就是那个圆的问题有点蛋疼了,男朋友说:第一个节点,要么要,要么不要,真理总是这样简洁
0节点拿:1和N-1肯定不能拿 计算2-N-2本身也不相邻 就不用考虑圆了
0节点不拿:1和N-1都可以拿 并且它们俩也不相邻 也不用考虑圆了
于是不用考虑圆了直接就是直线
好,上菜鸟代码:
package MT1;
import java.util.Scanner;
public class Solution {
public static void main(String[] args) {
Scanner scanner = new Scanner(System.in);
int num = scanner.nextInt();
for(int index=0;index<num;index++){
String inputStr = scanner.next();
String[] strs = inputStr.split(",");
int[] val = new int[strs.length];
for(int i=0;i<strs.length;i++){
val[i] = Integer.parseInt(strs[i]);
}
if(val.length<=2){
if(val.length==1)
System.out.println(val[0]);
else if(val.length==2)
System.out.println(Math.max(val[0], val[1]));
else
System.out.println(0);
continue;
}
System.out.println(Math.max(getLineMax(val, 1, val.length-1), val[0]+getLineMax(val, 2, val.length-2)));
}
}
public static int getLineMax(int[] val,int startPos,int endPos){
if(endPos-startPos+1<=1){
if(endPos-startPos+1==1)
return val[0];
else return 0;
}
int[] dp = new int[endPos-startPos+1];
dp[0] = val[startPos+0];
dp[1] = Math.max(val[startPos+0], val[startPos+1]);
for(int i=2;i<=endPos-startPos;i++){
dp[i] = Math.max(dp[i-1], dp[i-2]+val[startPos+i]);
}
return dp[endPos-startPos];
}
}