649.Dota2 参议院

简介: 649.Dota2 参议院

题目:Dota2 的世界里有两个阵营:Radiant(天辉)和 Dire(夜魇)

Dota2 参议院由来自两派的参议员组成。现在参议院希望对一个 Dota2 游戏里的改变作出决定。他们以一个基于轮为过程的投票进行。在每一轮中,每一位参议员都可以行使两项权利中的 一 项:

  • 禁止一名参议员的权利:参议员可以让另一位参议员在这一轮和随后的几轮中丧失 所有的权利 。
  • 宣布胜利:如果参议员发现有权利投票的参议员都是 同一个阵营的 ,他可以宣布胜利并决定在游戏中的有关变化。

给你一个字符串 senate 代表每个参议员的阵营。字母 'R' 和 'D'分别代表了 Radiant(天辉)和 Dire(夜魇)。然后,如果有 n 个参议员,给定字符串的大小将是 n。

以轮为基础的过程从给定顺序的第一个参议员开始到最后一个参议员结束。这一过程将持续到投票结束。所有失去权利的参议员将在过程中被跳过。

假设每一位参议员都足够聪明,会为自己的政党做出最好的策略,你需要预测哪一方最终会宣布胜利并在 Dota2 游戏中决定改变。输出应该是 "Radiant" 或 "Dire" 。

解题思路:

贪心+循环

如果目前所有的议员都为天辉方,那么该议员可以直接宣布天辉方取得胜利;

如果目前仍然有夜魇方的议员,那么这名天辉方的议员只能行使「禁止一名参议员的权利」这一项权利。显然,该议员不会令一名同为天辉方的议员丧失权利,所以他一定会挑选一名夜魇方的议员。那么应该挑选哪一名议员呢?容易想到的是,应该贪心地挑选按照投票顺序的下一名夜魇方的议员。这也是很容易形象化地证明的:既然只能挑选一名夜魇方的议员,那么就应该挑最早可以进行投票的那一名议员;如果挑选了其他较晚投票的议员,那么等到最早可以进行投票的那一名议员行使权利时,一名天辉方议员就会丧失权利,这样就得不偿失了。

class Solution {
    public String predictPartyVictory(String senate) {
        int n = senate.length();
        Queue<Integer> radiant = new LinkedList<Integer>();
        Queue<Integer> dire = new LinkedList<Integer>();
        for (int i = 0; i < n; ++i) {
            if (senate.charAt(i) == 'R') {
                radiant.offer(i);
            } else {
                dire.offer(i);
            }
        }
        while (!radiant.isEmpty() && !dire.isEmpty()) {
            int radiantIndex = radiant.poll(), direIndex = dire.poll();
            if (radiantIndex < direIndex) {
                radiant.offer(radiantIndex + n);
            } else {
                dire.offer(direIndex + n);
            }
        }
        return !radiant.isEmpty() ? "Radiant" : "Dire";
    }
}


相关文章
|
5天前
leetcode-649:Dota2 参议院
leetcode-649:Dota2 参议院
29 0
|
安全 5G 芯片
马斯克给猫咪造窝?
马斯克给猫咪造窝?
120 0
马斯克给猫咪造窝?
|
机器学习/深度学习 人工智能 算法
人类玩德州扑克也扑街了?Facebook开发玩德州扑克的AI,大比分击败顶尖人类选手!
最近,Facebook的研究人员开发了一个玩德州扑克的人工智能,可以轻松击败人类玩家,它跟DeepMind的AlphaZero有何不同?今天我们就来看下。
275 0
人类玩德州扑克也扑街了?Facebook开发玩德州扑克的AI,大比分击败顶尖人类选手!
|
机器学习/深度学习 人工智能 机器人
打败DOTA2顶级人类玩家,马斯克的机器人到底强在哪?
倒是Open AI公司打败DOTA人类顶级职业玩家,率先取得令人兴奋的成就,一跃成为AI圈中的热点。
打败DOTA2顶级人类玩家,马斯克的机器人到底强在哪?
|
机器学习/深度学习 人工智能 算法
1:2,李世石最后一战被AI击败,唯一战胜过AlphaGo的人退役了
退役赛的最后一局,李世石回到了自己的家乡。对战之地距离李世石的出生地飞禽岛 40 多公里,他曾在飞禽岛度过了他的童年时光,也是在这里决定成为职业围棋选手。
143 0
1:2,李世石最后一战被AI击败,唯一战胜过AlphaGo的人退役了
|
人工智能 算法 芯片
AlphaGo可能会发现另外一种围棋的美,是我们想象不到的
明天 DeepMind AlphaGo 与韩国李世石九段的比赛有着重要的历史意义——这是首次人工智能在人类最复杂的博弈游戏中挑战最高级别的人类选手。而拉开这一帷幕的是去年欧洲围棋冠军樊麾与 AlphaGo的对战。机器之心有幸采访到了樊麾老师,在与他的长谈中,樊麾老师详细回顾了他与 AlphaGo 交战的精彩故事,畅谈了他对人工智能技术的感触,以及对围棋与人生的哲学思考。樊麾老师将作为裁判长现场督战「AlphaGo VS 李世石」。这里,我们希望用樊麾老师这番丰富且深刻的思考和遐想来拉开这场「世纪大战」,而更加重要的是,我们相信樊麾老师的长篇精彩分享一定可以给大家带来超越比赛本身的启迪。
156 0
AlphaGo可能会发现另外一种围棋的美,是我们想象不到的
|
机器学习/深度学习 人工智能 大数据
又输了,OpenAI Five完胜Dota 2半职业战队
OpenAI Five与Dota 2人类职业玩家的对战以AI的胜利告终,Dota 2再一次被攻陷。
1425 0
|
机器学习/深度学习 人工智能