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
C++奥特曼打怪兽系列
C++奥特曼打怪兽系列
254 0
|
8月前
leetcode-649:Dota2 参议院
leetcode-649:Dota2 参议院
56 0
|
人工智能
DALL·E脑补名画,《戴珍珠耳环的少女》加了背景,是这样子的
DALL·E脑补名画,《戴珍珠耳环的少女》加了背景,是这样子的
142 0
|
安全 5G 芯片
马斯克给猫咪造窝?
马斯克给猫咪造窝?
164 0
马斯克给猫咪造窝?
|
传感器 机器人
黑镜狗再现!波士顿动力「大黄狗」上岗SpaceX,勘察火箭爆炸现场
近日,SpaceX星际飞船爆炸现场上演了如同「黑镜」中的一幕。一只来自波士顿动力的「大黄狗」在星舰原型SN10爆炸现场附近巡逻,并帮助工人清理和回收火箭零部件。这一场景引来众多网友围观,称其为黑镜狗。
168 0
黑镜狗再现!波士顿动力「大黄狗」上岗SpaceX,勘察火箭爆炸现场
|
机器学习/深度学习 人工智能 算法
当CV碰上无人机:ICCV 2019 VisDrone挑战赛冠军解决方案解读
近日,在 ICCV 2019 Workshop 举办的 Vision Meets Drone: A Challenge(简称:VisDrone2019) 挑战赛公布了最终结果,来自深兰科技北京 AI 研发中心的 DeepBlueAI 团队斩获了「视频目标检测」和「多目标追踪」两项冠军。我们可以通过这篇文章来了解一下 DeepBlueAI 团队的解决方案。
453 0
当CV碰上无人机:ICCV 2019 VisDrone挑战赛冠军解决方案解读
|
传感器 编解码 机器人
Nature:比人眼更强大,港科大开发高密度人工视网膜,科幻人造眼成现实
未来 10 年我们可能会亲眼见着仿生眼在我们生活中的大规模应用。
|
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。
1462 0
|
索引 Python
炸掉你的城堡!(pygame獾兔大战)
版权声明:本文可能为博主原创文章,若标明出处可随便转载。 https://blog.
938 0