【动态规划】【C++算法】1563 石子游戏 V

简介: 【动态规划】【C++算法】1563 石子游戏 V

作者推荐

【数位dp】【动态规划】【状态压缩】【推荐】1012. 至少有 1 位重复的数字

本文涉及知识点

动态规划汇总

LeetCoce:1563 石子游戏 V

几块石子 排成一行 ,每块石子都有一个关联值,关联值为整数,由数组 stoneValue 给出。

游戏中的每一轮:Alice 会将这行石子分成两个 非空行(即,左侧行和右侧行);Bob 负责计算每一行的值,即此行中所有石子的值的总和。Bob 会丢弃值最大的行,Alice 的得分为剩下那行的值(每轮累加)。如果两行的值相等,Bob 让 Alice 决定丢弃哪一行。下一轮从剩下的那一行开始。

只 剩下一块石子 时,游戏结束。Alice 的分数最初为 0 。

返回 Alice 能够获得的最大分数 。

示例 1:

输入:stoneValue = [6,2,3,4,5,5]

输出:18

解释:在第一轮中,Alice 将行划分为 [6,2,3],[4,5,5] 。左行的值是 11 ,右行的值是 14 。Bob 丢弃了右行,Alice 的分数现在是 11 。

在第二轮中,Alice 将行分成 [6],[2,3] 。这一次 Bob 扔掉了左行,Alice 的分数变成了 16(11 + 5)。

最后一轮 Alice 只能将行分成 [2],[3] 。Bob 扔掉右行,Alice 的分数现在是 18(16 + 2)。游戏结束,因为这行只剩下一块石头了。

示例 2:

输入:stoneValue = [7,7,7,7,7,7,7]

输出:28

示例 3:

输入:stoneValue = [4]

输出:0

提示:

1 <= stoneValue.length <= 500

1 <= stoneValue[i] <= 106

动态规划

原理

石头数相等,和大的不一定更优。比如:{1,19}劣于{8,8}。

n堆石头在右边增加一堆后,不一定更优。比如:{16,1,8,8} → \rightarrow {8,8} → \rightarrow {8} 总共24分。

{16,1,8,8,2} → \rightarrow {16,1} → \rightarrow {1} 总共17 分。

动态规划的状态表示

dp[i][j] 表示stonevalue[i,j]的最大得分

状态数:O(nn),故空间复杂度:O(nn)

动态规划的转移方程

如果暴力转移,总时间复杂度是O(n3)。

dp2[i][j] = m a x m : i j \Large max_{m:i}^jmaxm:ij(dp[i][m]+sum[i,m])

dp3[i][j=]m a x m : j i \Large max_{m:j}^imaxm:ji(dp[m][j]+sum[m,j])

转移dp[i][j]时,分三种情况:

左边小于右边:通过dp2转移。

两者相等,直接计算。

左边大于右边,通过dp3转移。

动态规划的初始值

全部为0。

动态规划的填表顺序

第一层循环,枚举长度len,从2到大。第二层循环枚举i。

动态规划的返回值

dp[0].back()

代码

核心代码

class Solution{
public:
  int stoneGameV(vector<int>&stoneValue) {
    m_c = stoneValue.size();
    vector <vector<int>> dp(m_c, vector<int>(m_c)), dp2(m_c, vector<int>(m_c)), dp3(m_c, vector<int>(m_c));
    for (int i = 0; i < m_c; i++)
    {
      dp2[i][i] = dp3[i][i] = stoneValue[i];
    }
    for (int len = 2; len <= m_c; len++)
    {     
      int leftSum = 0;
      int totalSum = std::accumulate(stoneValue.begin(), stoneValue.begin() + len,0);
      for (int i = 0,i1=0; i + len <= m_c; i++)
      {更新dp leftSum = stone[i,i1)之和  totalSum= stone[i,j]之和
        const int j = i + len - 1;
        if (i1 < i)
        {
          i1++;
        }
        while ((leftSum + stoneValue[i1]) * 2 < totalSum)
        {
          leftSum += stoneValue[i1++];
        }
        auto& cur = dp[i][j];
        if (i1-1 >= i )
        {
          cur = dp2[i][i1-1];
        }
        int j1 = i1;
        if ((leftSum + stoneValue[i1]) * 2 == totalSum)
        {
          cur = max(cur, dp[i][i1]+ totalSum/2);
          cur = max(cur, dp[i1 + 1][j] + totalSum / 2);
          j1++;
        }
        if (j >= j1+1)
        {
          cur = max(cur, dp3[j1 + 1][j]);
        }
        //更新dp2
        dp2[i][j] = max(dp2[i][j-1], cur + totalSum);
        //更新dp3
        dp3[i][j] = max(dp3[i+1][j],cur + totalSum);
        if (i1 > i)
        {
          leftSum -= stoneValue[i];
        }
        totalSum -= stoneValue[i];
        if (i + len < m_c)
        {
          totalSum += stoneValue[i + len];
        }
      }     
    }
    return dp[0].back();
  }
  int m_c;
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
  assert(t1 == t2);
}
template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
  if (v1.size() != v2.size())
  {
    assert(false);
    return;
  }
  for (int i = 0; i < v1.size(); i++)
  {
    Assert(v1[i], v2[i]);
  }
}
int main()
{ 
  vector<int> stoneValue;
  {
    Solution sln;
    stoneValue = { 4 };
    auto res = sln.stoneGameV(stoneValue);
    Assert(res, 0);
  }
  {
    Solution sln;
    stoneValue = { 2,1,1 };
    auto res = sln.stoneGameV(stoneValue);
    Assert(res, 3);
  }
  {
    Solution sln;
    stoneValue = { 7,7,7 };
    auto res = sln.stoneGameV(stoneValue);
    Assert(res, 7);
  }
  {
    Solution sln;
    stoneValue = { 7,7,7,7,7,7,7 };
    auto res = sln.stoneGameV(stoneValue);
    Assert(res, 28);
  }
  
  {
    Solution sln;
    stoneValue = { 6, 2, 3, 4, 5, 5 };
    auto res = sln.stoneGameV(stoneValue);
    Assert(res, 18);
  }
  {
    Solution sln;
    stoneValue = { 98,77,24,49,6,12,2,44,51,96 };
    auto res = sln.stoneGameV(stoneValue);
    Assert(res, 330);
  }
}

2023年2月

class Solution {

public:

int stoneGameV(const vector& stoneValue) {

m_stoneValue = stoneValue;

m_c = m_stoneValue.size();

m_vSums.push_back(0);

for (int i = 0; i < m_c; i++)

{

m_vSums.push_back(m_vSums[i] + stoneValue[i]);

}

m_vMaxValue.assign(m_c, vector(m_c,-1));

return dfs(0, m_c - 1);

}

int dfs(const int iBegin, const int iEnd)

{

if (-1 != m_vMaxValue[iBegin][iEnd])

{

return m_vMaxValue[iBegin][iEnd];

}

if (iBegin == iEnd)

{

return m_vMaxValue[iBegin][iEnd] = 0;

}

int iTotal = m_vSums[iEnd + 1] - m_vSums[iBegin];

int iLeftSumMul2SumTotal = -iTotal;

int iMaxValue = 0;

for (int i = iBegin; i < iEnd; i++)

{

iLeftSumMul2SumTotal += m_stoneValue[i] * 2;

const int iLeftAdd = m_vSums[i + 1] - m_vSums[iBegin];

const int iRightAdd = m_vSums[iEnd + 1] - m_vSums[i+1];

if (iLeftSumMul2SumTotal <= 0)

{

iMaxValue = max(iMaxValue, dfs(iBegin, i) + iLeftAdd );

}

if ( iLeftSumMul2SumTotal >= 0)

{

iMaxValue = max(iMaxValue, dfs(i + 1, iEnd) + iRightAdd);

}

}

return m_vMaxValue[iBegin][iEnd] = iMaxValue;

}

int m_c;

vector m_vSums;

std::vector<vector> m_vMaxValue;

vector m_stoneValue;

};

2023年7月

class Solution {

public:

int stoneGameV(vector& stoneValue) {

m_c = stoneValue.size();

vector<vector> vLeftRight(m_c, vector(m_c + 1));//左闭右开

vector<vector> vLeftPre(m_c, vector(m_c )), vRightPre(m_c, vector(m_c));//左闭右闭

for (int i = 0; i < m_c; i++)

{

vLeftPre[i][i] = vRightPre[i][i] = stoneValue[i];

}

for (int left = m_c-1 ; left >=0 ; left–)

{

int i = left ;

int iLeftSum = 0;//记录[left,i)总石头数量

int iSum = stoneValue[left];//记录[left,right)的总石头数量

for (int right = left + 2; right <= m_c; right++)

{

iSum += stoneValue[right-1];

//确保[left,i)的石头数小于等于[i,right) [i,right)不为空 的前提下,i的最大值

while ((i < right) && ((iLeftSum + stoneValue[i]) * 2 <= iSum))

{

iLeftSum += stoneValue[i];

i++;

}

if (iLeftSum * 2 == iSum)

{

vLeftRight[left][right] = max( vLeftPre[left][i - 1], vRightPre[i][right - 1]);

}

else

{

const int iRightI = i + 1;

vLeftRight[left][right] = max((i == left ) ? 0 : vLeftPre[left][i - 1], (iRightI >= right) ? 0 : vRightPre[iRightI][right - 1]);

}

vLeftPre[left][right - 1] = max(vLeftRight[left][right]+iSum, vLeftPre[left][right - 2]);

vRightPre[left][right-1] = max(vLeftRight[left][right] +iSum, (0==left)?0:vRightPre[left+1][right - 1]);

}

}

return vLeftRight.front().back();

}

int m_c;

};


相关文章
|
7天前
|
存储 算法 Java
算法系列之动态规划
动态规划(Dynamic Programming,简称DP)是一种用于解决复杂问题的算法设计技术。它通过将问题分解为更小的子问题,并存储这些子问题的解来避免重复计算,从而提高算法的效率。
21 4
算法系列之动态规划
|
18天前
|
存储 监控 算法
员工屏幕监控系统之 C++ 图像差分算法
在现代企业管理中,员工屏幕监控系统至关重要。本文探讨了其中常用的图像差分算法,该算法通过比较相邻两帧图像的像素差异,检测屏幕内容变化,如应用程序切换等。文中提供了C++实现代码,并介绍了其在实时监控、异常行为检测和数据压缩等方面的应用,展示了其实现简单、效率高的特点。
40 15
|
18天前
|
算法 Serverless 数据处理
从集思录可转债数据探秘:Python与C++实现的移动平均算法应用
本文探讨了如何利用移动平均算法分析集思录提供的可转债数据,帮助投资者把握价格趋势。通过Python和C++两种编程语言实现简单移动平均(SMA),展示了数据处理的具体方法。Python代码借助`pandas`库轻松计算5日SMA,而C++代码则通过高效的数据处理展示了SMA的计算过程。集思录平台提供了详尽且及时的可转债数据,助力投资者结合算法与社区讨论,做出更明智的投资决策。掌握这些工具和技术,有助于在复杂多变的金融市场中挖掘更多价值。
46 12
|
9天前
|
存储 监控 算法
公司监控上网软件架构:基于 C++ 链表算法的数据关联机制探讨
在数字化办公时代,公司监控上网软件成为企业管理网络资源和保障信息安全的关键工具。本文深入剖析C++中的链表数据结构及其在该软件中的应用。链表通过节点存储网络访问记录,具备高效插入、删除操作及节省内存的优势,助力企业实时追踪员工上网行为,提升运营效率并降低安全风险。示例代码展示了如何用C++实现链表记录上网行为,并模拟发送至服务器。链表为公司监控上网软件提供了灵活高效的数据管理方式,但实际开发还需考虑安全性、隐私保护等多方面因素。
15 0
公司监控上网软件架构:基于 C++ 链表算法的数据关联机制探讨
|
2月前
|
负载均衡 算法 安全
探秘:基于 C++ 的局域网电脑控制软件自适应指令分发算法
在现代企业信息化架构中,局域网电脑控制软件如同“指挥官”,通过自适应指令分发算法动态调整指令发送节奏与数据量,确保不同性能的终端设备高效运行。基于C++语言,利用套接字实现稳定连接和线程同步管理,结合实时状态反馈,优化指令分发策略,提升整体管控效率,保障网络稳定,助力数字化办公。
69 19
|
15天前
|
算法 安全 调度
【动态规划篇】穿越算法迷雾:约瑟夫环问题的奇幻密码
【动态规划篇】穿越算法迷雾:约瑟夫环问题的奇幻密码
|
15天前
|
机器学习/深度学习 算法 测试技术
【动态规划篇】01 背包的逆袭:如何用算法装满你的 “财富背包”
【动态规划篇】01 背包的逆袭:如何用算法装满你的 “财富背包”
|
2月前
|
算法 Java C++
【潜意识Java】蓝桥杯算法有关的动态规划求解背包问题
本文介绍了经典的0/1背包问题及其动态规划解法。
58 5
|
2月前
|
设计模式 IDE 编译器
【C++面向对象——类的多态性与虚函数】编写教学游戏:认识动物(头歌实践教学平台习题)【合集】
本项目旨在通过C++编程实现一个教学游戏,帮助小朋友认识动物。程序设计了一个动物园场景,包含Dog、Bird和Frog三种动物。每个动物都有move和shout行为,用于展示其特征。游戏随机挑选10个动物,前5个供学习,后5个用于测试。使用虚函数和多态实现不同动物的行为,确保代码灵活扩展。此外,通过typeid获取对象类型,并利用strstr辅助判断类型。相关头文件如&lt;string&gt;、&lt;cstdlib&gt;等确保程序正常运行。最终,根据小朋友的回答计算得分,提供互动学习体验。 - **任务描述**:编写教学游戏,随机挑选10个动物进行展示与测试。 - **类设计**:基类
42 3
|
2月前
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
55 2