0
点赞
收藏
分享

微信扫一扫

机器学习之机器如何学习

leetcode.486. 预测赢家

预测赢家

leetcode 486 题
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/predict-the-winner

题目描述

暴力递归

解题思路

代码演示

 public boolean PredictTheWinner(int[] nums) {
        if(null == nums || nums.length == 1){
            return true;
        }
        //暴力递归
         int f = f(nums,0,nums.length - 1);
         int g = g(nums,0,nums.length - 1);
			
      	return f >= g ? true : false;

    }
		/**
		* 先手的递归
		* nums 要拿的数组
		* left 左边界
		* right 右边界
		*/
    public int f(int[]nums,int left,int right){
    	//base case 只剩一个数时,肯定鬼先手方
        if(left == right){
            return nums[left];
        }
        //两种情况去考虑,拿左边和拿右边
        //拿左边的后, 后手方从剩下的里去拿
        int p1 = nums[left] + g(nums,left + 1,right);
         //拿完右边 下面要后手方拿
        int p2 = nums[right] + g(nums,left,right - 1);
        //取最大值
        return Math.max(p1,p2);
    }

		/**
		* 后手的递归 
		*  nums 要拿的数组
		* left 左边界
		* right 右边界
		*/
    public int g(int[]nums,int left,int right){
    	//base case 只剩一个时,后手没法拿  只能得到0
        if(left == right){
            return 0;
        }
        //后手要在先手拿完之后的数组中选,
        //因此要把先手拿左边右边两种情况都考虑到
        // 先手拿左边的,只能从left + 1 以后去选了
        int g1 = f(nums,left + 1,right);
        //先手拿右边的,只能从left 和 right -1 去选了
        int g2 = f(nums,left,right - 1);
        //因为先手一定去拿最优解,所以后手方只能拿到次优的
        return Math.min(g1,g2);
    }

暴力递归 + 缓存

解题思路

代码演示

 public boolean PredictTheWinner(int[] nums) {
        if(null == nums || nums.length == 1){
            return true;
        }
      
        //递归加缓存
         int N = nums.length;
         //先手的缓存表
         int[][]dp = new int[N][N];
         //后手的缓存表
         int[][]dp2 = new int[N][N];
         //初始化
         for(int i = 0;i < N ;i++){
             for(int j = 0; j < N ;j++){
                 dp[i][j] = -1;
                 dp2[i][j] = -1;
             }
         }
         int f = f2(nums,0,nums.length - 1,dp,dp2);
         int g = g2(nums,0,nums.length - 1,dp,dp2);

        return f >= g ? true : false;

    }

		/**
		* 先手的递归
		* nums 要拿的数组
		* left 左边界
		* right 右边界
		* dp 先手的缓存
		* dp2 后手的缓存
		*/
    public int f2(int[]nums,int left,int right,int[][]dp,int[][]dp2){
    	//如果缓存里有  直接从缓存中拿
        if(dp[left][right] != -1){
            return dp[left][right];
        }
        int ans = 0;
        //base case 只剩一个时 归先手
        if(left == right){
            ans = nums[left];
        }else{
            int p1 = nums[left] + g2(nums,left + 1,right,dp,dp2);
            int p2 = nums[right] + g2(nums,left,right - 1,dp,dp2);
            ans = Math.max(p1,p2);
        }
        //保存答案到缓存中
        dp[left][right] = ans;
        return ans;
    }
	/**
		* 后手的递归 
		*  nums 要拿的数组
		* left 左边界
		* right 右边界
		*  dp 先手的缓存
		* dp2 后手的缓存
	*/
    public int g2(int[]nums,int left,int right,int[][]dp,int[][]dp2){
    	//如果缓存里有  直接从缓存中拿
         if(dp2[left][right] != -1){
            return dp2[left][right];
        }
        int ans = 0;
        if(left != right){
             int g1 = f2(nums,left + 1,right,dp,dp2);
             int g2 = f2(nums,left,right - 1,dp,dp2);
             ans = Math.min(g1,g2);
        }
        dp2[left][right] = ans;
        return ans;
    } 

动态规划

解题思路

代码演示


 public boolean PredictTheWinner(int[] nums) {
        if(null == nums || nums.length == 1){
            return true;
        }
        return dp(nums);
    }

	/**
	* 动态规划
	*/
	public boolean dp(int[] nums){
        int N = nums.length;
        //先手缓存表
        int[][]fmap = new int[N][N];
        //后手的缓存表
        int[][]gmap = new int[N][N];
        //根据base case 初始化 先手L == N 时 取数组中的值
        //因此直接初始化 L == R 时 等于 nums[i]
        //后手方的base case 是0 不需要初始化了,
        //因为数组本身就是0
        for(int i = 0;i < N ;i++){
            fmap[i][i] = nums[i];
        }
		//开始给缓存表 赋值
        for(int i = 1; i < N ;i++){
            int R = i;
            int L = 0; //行
            while(R < N){
                int p1 = nums[L] + gmap[L+1][R];
                int p2 = nums[R] + gmap[L][R-1];
                fmap[L][R] = Math.max(p1,p2); 
                int g1 = fmap[L+1][R];
                int g2 = fmap[L][R-1];
                gmap[L][R] = Math.min(g1,g2);  
                L++;
                R++;
            }
        }

        return fmap[0][N - 1] >= gmap[0][N - 1] ? true : false;
    }

动态规划专题

零钱兑换,凑零钱问题,从暴力递归到动态规划

数字转字符串,有多少种转化结果

背包问题–填满背包的最大价格

走到指定位置有多少种方式

举报

相关推荐

0 条评论