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));
}
}