LeetCode - 312. Burst Balloons (DP)
题目
递归
这题递归本来用 ArrayList
写了一个,也是枚举删除的位置,递归后插入还原,但是那样不好记忆化,于是看了讨论区。答案有点分治的意思。
思路: (注意这里 process
函数(递归函数) 求的是在 [L,R]
闭区间可以取的最大值)
- 如果
L > R
,则区间无数,这是递归边界,返回0
; - 否则,在
[L, R]
区间内,枚举"删除"每一个数,然后这个数的两边([L, i-1]
和[i+1,R]
) 都需要先递归的求出他们的最大值; - 然后,最重要的一点: 因为两边是先递归的,所以其实这些数已经被删除了,所以我们枚举
[L,R]
的时候(用一个变量i
枚举),不能在求的时候写出arr[i] * arr[i-1] * arr[i+1]
,而是arr[i] * arr[L-1] * arr[R+1]
; - 然后我们要注意边界 ,也就是
i = 0
和i == arr.length - 1
的情况特殊处理一下;
class Solution {
private int[][] dp;
public int maxCoins(int[] nums) {
if (nums == null || nums.length == 0)
return 0;
dp = new int[nums.length][nums.length];
return rec(nums, 0, nums.length - 1);
}
private int rec(int[] arr, int L, int R) {
if (L > R) //中间没有数了
return 0;
// if(L == R) //注意这里不是习惯性的这样写,因为递归函数只是一个区间而已,并不是真的只剩下一个数了
// return arr[L];
if (dp[L][R] != 0)
return dp[L][R];
int res = 0;
for (int i = L; i <= R; i++) {
int sum = 0;
int center = arr[i];
if (L != 0)
center *= arr[L - 1];
if (R != arr.length - 1)
center *= arr[R + 1];
sum += center;
sum += rec(arr, L, i - 1);
sum += rec(arr, i + 1, R);
res = Math.max(res, sum);
}
dp[L][R] = res;
return res;
}
}
另一种写法,使用开区间的写法,有一些不同:
- 先在数组的两边都加上
1
,这样就不需要处理边界,因为center
是相乘,不影响结果; - 边界就变成了
L + 1 == R
,因为是开区间(L,R)
这种情况就是区间内没有数了,也就是边界; - 其他的类似;
class Solution {
private int[][] dp;
public int maxCoins(int[] nums) {
if (nums == null || nums.length == 0)
return 0;
int[] newNums = new int[nums.length + 2];
int n = 1;
for (int num : nums)
newNums[n++] = num;
newNums[0] = newNums[n] = 1;
dp = new int[nums.length + 2][nums.length + 2]; // num.length + 2
return process(newNums, 0, newNums.length - 1); //注意都是 newNum 实际求的是 [1,newNums.length-2]
}
private int process(int[] arr, int L, int R) {
if (L + 1 == R) //中间没有数了 因为求的是开区间的
return 0;
if (dp[L][R] != 0)
return dp[L][R];
int res = 0;
for (int i = L + 1; i <= R - 1; i++) {
int sum = 0;
int center = arr[i];
center *= arr[L];
center *= arr[R];
sum += center;
sum += process(arr, L, i);
sum += process(arr, i, R);
res = Math.max(res, sum);
}
dp[L][R] = res;
return res;
}
}
二维 dp
仿照第一种写法写出来的动态规划:
这里有一个很重要的地方:
- 就是更新的顺序,这就是为什么这个题目不好写出一维的动态规划的原因。某个位置
dp[i][j]
依赖的地方很不是一排的(左边和下面); - 图中,棕色的方块是
0
,因为L > R
; - 然后其他的就和递归差不多了;
class Solution {
public int maxCoins(int[] nums) {
if (nums == null || nums.length == 0)
return 0;
int[][] dp = new int[nums.length][nums.length];
for (int L = nums.length - 1; L >= 0; L--) {//注意这里的顺序
for (int R = L; R < nums.length; R++) {
int res = 0;
for (int i = L; i <= R; i++) {
int sum = 0;
int center = nums[i];
if (L != 0)
center *= nums[L - 1];
if (R != nums.length - 1)
center *= nums[R + 1];
sum += center;
if (L <= i - 1)
sum += dp[L][i - 1];
if (i + 1 <= R)
sum += dp[i + 1][R];
res = Math.max(res, sum);
}
dp[L][R] = res;
}
}
return dp[0][nums.length - 1];
}
}
同样第二种方法的 dp
写法,这种写法要自己拷贝一份数组,但是好处是,不要去判断一些繁琐的边界,因为我们的 newNum[0] = newNum[newNum.length -1] = 1
,这样不要判断越界: 同样也要注意 L
和 R
更新的顺序:
class Solution {
public int maxCoins(int[] nums) {
if (nums == null || nums.length == 0)
return 0;
int[] newNums = new int[nums.length + 2];
int n = 1;
for (int num : nums)
newNums[n++] = num;
newNums[0] = newNums[n] = 1;
int[][] dp = new int[nums.length + 2][nums.length + 2];
for (int L = newNums.length - 1; L >= 0; L--) { //同样不能写成 for(int L = 0; L < newNums.length; L++)
for (int R = L; R < newNums.length; R++) {
int res = 0;
// (L,R) 开区间
for (int i = L + 1; i <= R - 1; i++) {
int sum = 0;
int center = newNums[i];
center *= newNums[L];
center *= newNums[R];
sum += center;
sum += dp[L][i];
sum += dp[i][R];
res = Math.max(res, sum);
}
dp[L][R] = res;
}
}
return dp[0][newNums.length - 1];
}
}
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论