ICode9

精准搜索请尝试: 精确搜索
首页 > 其他分享> 文章详细

动态规划练习——给定一个整型数组arr,代表数值不同的纸牌排成一条线,玩家A和玩家B依次拿走每张纸牌,规定玩家A先拿,玩家B后拿,但是每个玩家每次只能拿走最左或最右的纸牌,玩家A和玩家B都绝顶聪明。请

2022-01-15 19:58:20  阅读:210  来源: 互联网

标签:arr return 纸牌 int 拿走 ++ 玩家 Math


题目

给定一个整型数组arr,代表数值不同的纸牌排成一条线,玩家A和玩家B依次拿走每张纸牌,规定玩家A先拿,玩家B后拿,但是每个玩家每次只能拿走最左或最右的纸牌,玩家A和玩家B都绝顶聪明。请返回最后获胜者的分数。

暴力尝试请看这篇文章——暴力递归——范围上尝试的模型,博弈论

万能公式!!!

题 -> 找到暴力递归的写法(尝试)-> 分析暴力递归过程中是有重复解的(可变参数不讲究组织就是记忆化搜索,记忆化搜索进行精细化组织就是经典的动态规划)

记忆化搜索和经典动态规划的区别是什么?

如果决策过程中没有枚举行为,就是说任何一个状态都只依赖有限几个子状态,那么这种情况下,记忆化搜索和经典动态规划的时间复杂度没有任何区别。所以,如果在笔试过程中,为了省时间,改出了记忆化搜索后就没必要改动态规划了。

public static int win2(int[] arr) {
		if (arr == null || arr.length == 0) {
			return 0;
		}
		int N = arr.length;
		int[][] f = new int[N][N];
		int[][] s = new int[N][N];
		for (int i = 0; i < N; i++) {
			f[i][i] = arr[i];
		}
		// s[i][i]=0; 数组默认初始化就为0
		for (int i = 1; i < N; i++) {
			int L = 0;
			int R = i;
			while (R < N && L < N) {
				f[L][R] = Math.max(arr[L] + s[L + 1][R], arr[R] + s[L][R - 1]);
				s[L][R] = Math.min(f[L + 1][R], f[L][R - 1]);
				L++;
				R++;
			}
		}
		return Math.max(f[0][N - 1], s[0][N - 1]);
	}

完整代码:

package com.harrison.class13;

public class Code05_CardsInLine {
	public static int f(int[] arr,int L,int R) {
		if(L==R) {
			return arr[L];
		}
		return Math.max(arr[L]+s(arr, L+1, R), arr[R]+s(arr, L, R-1));
	}
	
	public static int s(int[] arr,int L,int R) {
		if(L==R) {
			return 0;
		}
		return Math.min(f(arr, L+1, R), f(arr, L, R-1));
	}
	
	public static int win1(int[] arr) {
		if (arr == null || arr.length == 0) {
			return 0;
		}
		int f=f(arr, 0, arr.length-1);
		int s=s(arr, 0, arr.length-1);
		return Math.max(f, s);
	}
	
	public static int win2(int[] arr) {
		if (arr == null || arr.length == 0) {
			return 0;
		}
		int N = arr.length;
		int[][] f = new int[N][N];
		int[][] s = new int[N][N];
		for (int i = 0; i < N; i++) {
			f[i][i] = arr[i];
		}
		// s[i][i]=0; 数组默认初始化就为0
		for (int i = 1; i < N; i++) {
			int L = 0;
			int R = i;
			while (R < N && L < N) {
				f[L][R] = Math.max(arr[L] + s[L + 1][R], arr[R] + s[L][R - 1]);
				s[L][R] = Math.min(f[L + 1][R], f[L][R - 1]);
				L++;
				R++;
			}
		}
		return Math.max(f[0][N - 1], s[0][N - 1]);
	}

	public static void main(String[] args) {
		int[] arr = { 4, 7, 9, 5, 19, 29, 80, 4 };
		System.out.println(win1(arr));
		System.out.println(win2(arr));
	}
}

标签:arr,return,纸牌,int,拿走,++,玩家,Math
来源: https://blog.csdn.net/weixin_44337241/article/details/122514246

本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享;
2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关;
3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关;
4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除;
5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有