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

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));
	}
}

上一篇:Linux下operator-sdk的安装步骤


下一篇:Mybatis01:第一个Mybatis程序