算法-硬币排成线II(动态规划)
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了算法-硬币排成线II(动态规划)相关的知识,希望对你有一定的参考价值。
好久没有做面试题了,感觉自己的编程能力又变弱了。
今天在lintCode上做了一道题,关于动态规划,比较有意思。
题意:
有 n 个不同价值的硬币排成一条线。两个参赛者轮流从左边依次拿走 1 或 2 个
硬币,直到没有硬币为止。计算两个人分别拿到的硬币总价值,价值高的人获
胜。
请判定 第一个玩家 是输还是赢?
样例:
给定数组 A = [1,2,2], 返回 true. 给定数组 A = [1,2,4], 返回 false.
1.解题思路
这道题我们从动态规划的角度上分析。
首先,如果只有1个或者2个硬币的话,肯定是第一个玩家赢,这个是不可置疑的。
一个数组,我们从后往前分析(我们假设硬币的下标是i, len为数组的长度),定义一个dp数组,从i到len的最大值。
1.假设 i = len,表示当前没有硬币了,所以 dp[len] = 0;
2.假设 i = len - 1,表示当前还有一个硬币能够拿,为了保证最大,肯定会拿,所以dp[len - 1] = values[len - 1];
3.假设 i = len - 2,表示当前还有两个硬币能够拿,为了保证最大,所以两个都拿,dp[len - 2] = values[len - 2] + values[len - 1]
4.假设 i = len - 3,表示当前还有三个硬币能够拿,为了保证最大,所以两个都拿(因为只拿一个的话,另一个人肯定两个,有可能比我们的大),dp[len - 2] = values[len - 2] + values[len - 1]
5.假设 i = len -3,表示当前还有三个硬币可以拿,此时分为两种情况:
A.只拿一个硬币,也就是说,当前,我们拿len - 3那个硬币,但是没说不拿之后(那个是当前i之后的操作了,我们这里是倒着推导的,所以i之后的都被计算了),只是说当前只拿len - 3。这里涉及到另一个的拿法,另一个肯定会想法设法的拿最多,它可能拿一个或者两个,当是拿一个时,我们需要计算dp[i + 2],两个时,我们需要计算dp[i + 3],从而使得我们最少(最小),所以此时dp[i] = values[i] + Math.min(dp[i + 2], dp[i + 3])。
B.拿两个硬币,就是说拿len -3 和len -2两个位置上的硬币。 同样的道理,dp[i] = values[i] + values[i + 1] + Math.min(dp[i + 3], dp[i + 4]);
最后我们在取两者的最大值就行
2.代码
1 public boolean firstWillWin(int[] values) { 2 if (values.length == 0) { 3 return false; 4 } 5 if (values.length <= 2) { 6 return true; 7 } 8 int len = values.length; 9 int dp[] = new int[len + 1]; 10 dp[len] = 0; //没有硬币可以拿 11 dp[len - 1] = values[len - 1]; //只有一个可以拿,肯定拿 12 dp[len - 2] = values[len - 2] + values[len - 1]; //只有两个可以拿,都拿 13 dp[len - 3] = values[len - 3] + values[len - 2]; //只有三个可以拿,拿前两个,因为保证最大 14 for (int i = len - 4; i >= 0; i--) { 15 dp[i] = Math.max(values[i] + Math.min(dp[i + 2], dp[i + 3]), 16 values[i + 1] + values[i + 2] + Math.min(dp[i + 3], dp[i + 4])); 17 } 18 int sum = 0; 19 for(int i = 0; i < values.length; i++) { 20 sum += values[i]; 21 } 22 int a = sum - dp[0]; 23 return dp[0] > a; 24 }
以上是关于算法-硬币排成线II(动态规划)的主要内容,如果未能解决你的问题,请参考以下文章
算法动态规划 ⑤ ( LeetCode 63.不同路径 II | 问题分析 | 动态规划算法设计 | 代码示例 )
算法动态规划 ⑤ ( LeetCode 63.不同路径 II | 问题分析 | 动态规划算法设计 | 代码示例 )