戳气球
时间:2022-07-22
本文章向大家介绍戳气球,主要内容包括其使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
问题描述:
有 n 个气球,编号为0 到 n-1,每个气球上都标有一个数字,这些数字存在数组 nums 中。
现在要求你戳破所有的气球。如果你戳破气球 i ,就可以获得 nums[left] * nums[i] * nums[right] 个硬币。 这里的 left 和 right 代表和 i 相邻的两个气球的序号。注意当你戳破了气球 i 后,气球 left 和气球 right 就变成了相邻的气球。
求所能获得硬币的最大数量。
说明:
你可以假设 nums[-1] = nums[n] = 1,但注意它们不是真实存在的所以并不能被戳破。 0 ≤ n ≤ 500, 0 ≤ nums[i] ≤ 100
示例:
输入: [3,1,5,8]
输出: 167
解释: nums = [3,1,5,8] --> [3,5,8] --> [3,8] --> [8] --> []
coins = 3*1*5 + 3*5*8 + 1*3*8 + 1*8*1 = 167
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/burst-balloons
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解决方案
该问题就属于动态规划中的难题了,属于区间动态规划类型。
若使用dfs+回溯依次选择一个气球扎破,枚举出所有可能的情况,很明显就是一个全排列问题,但是其复杂度为O(n!),n=500肯定是过不了的。
该问题需要换一种思路,从后往前算,对于该问题的解(一组扎气球的顺序)从后往前算和从前往后算值总是相同的,因此扎气球问题可以转化为吹气球问题,每次吹一个气球放到数组中,并且获得硬币。
为了易于编码对给定数组两端添加一个1。
dfs+记忆集
定义process(i, j)为填满i, j范围(其中不包括i, j)可以获得的最大硬币数目。
代码如下:
class Solution {
public int maxCoins(int[] nums) {
int N = nums.length;
int[] val = new int[N + 2];
for(int i = 1; i <= N; i++){
val[i] = nums[i - 1];
}
val[0] = 1;
val[N + 1] = 1;
int[][] dp = new int[N + 2][N + 2];// 记忆集
for(int i = 0; i < dp.length; i++){
Arrays.fill(dp[i], -1);// 用-1标记未访问
}
return process(0, N + 1, dp, val);
}
// 返回将(i,j)填满能够获得的最大硬币数
public int process(int i, int j, int[][] dp, int[] val){
if(i >= j - 1){
return 0;
}
if(dp[i][j] != -1){
return dp[i][j];// 已经访问过了
}
int ans = 0;
for(int k = i + 1; k < j; k++){
ans = Math.max(ans, val[i] * val[j] * val[k] +
process(i, k, dp, val) + process(k, j, dp, val));
}
dp[i][j] = ans;
return ans;
}
}
相当于对记忆集每个位置计算一次,每次计算的时间复杂度为O(N),因此总体时间复杂度为O(N ^ 3)。额外空间复杂度为O(N^2)
动态规划
这问题该动态规划的时间复杂度同dfs+递归相同,只是各个点的计算顺序不同罢了。
定义dp[i] [j]为填满i, j范围(其中不包括i, j)可以获得的最大硬币数目。
转移方程:
代码如下:
class Solution {
public int maxCoins(int[] nums) {
int N = nums.length;
int[] val = new int[N + 2];
for(int i = 1; i <= N; i++){
val[i] = nums[i - 1];
}
val[0] = 1;
val[N + 1] = 1;
int[][] dp = new int[N + 2][N + 2];
for(int i = N + 1; i >= 0; i--){
for(int j = i + 2; j < N + 2; j++){
for(int k = i + 1; k <= j - 1; k++){
dp[i][j] = Math.max(dp[i][j], val[i] * val[j] * val[k] + dp[i][k] + dp[k][j]);
}
}
}
return dp[0][N + 1];
}
}
- 在容器中部署mysql与数据持久化
- silverlight如何在运行时用代码动态控制(或创建)动画
- 小程序深夜连发4大功能!你们要的直播来了!
- 机器学习在现实生活中到底有哪些应用?
- 千锋郑州告诉你未来十年Python市场前景如何
- 读书笔记:基于web的工作流引擎设计
- 地图知识-坐标网
- silverlight/xap如何接收参数?
- Silverlight中多个Xaml("场景"? or "窗口"? )之间的切换/调用/弹出/传参数问题小结
- Keepalived使用梳理
- mysql操作命令梳理(4)-中文乱码问题
- 今日头条李磊:机器写作与 AI 辅助创作
- 【1】CommonCode快速代码集
- mysql操作命令梳理(3)-pager
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- LeetCode80|反转字符串中的元音字母
- LeetCode79|平方数之和
- LeetCode91|寻找重复数
- LeetCode90|两个数组的交集
- LeetCode89|在排序数组中查找数字I
- LeetCode88|两数之和IV-输入BST
- LeetCode98|判定字符是否唯一
- LeetCode97|合并两个有序链表
- LeetCode99|数组中出现次数超过一半的数字
- redis源码之hash结构的实现
- redis源码之set结构
- redis源码之zset结构的实现
- Elasticsearch: range 数据类型及基于range的聚合 (7.4发行版新功能)
- 漫画:如何在数组中找到和为 “特定值” 的三个数?
- 除了MySQL,大牛DBA还会啥?