当前位置:首页 > 力扣 > LeetCode 1690题解:动态规划+前缀和求解区间最大差值(石头游戏VII)

LeetCode 1690题解:动态规划+前缀和求解区间最大差值(石头游戏VII)

8个月前 (07-16)

LeetCode 1690题解:动态规划+前缀和求解区间最大差值(石头游戏VII) 动态规划 前缀和 区间DP 石头游戏VII 力扣题解 C++ 第1张

一、题目解读

力扣1690题“石头游戏VII”(题目名称可能需补充)要求:给定整数数组stones,两人轮流从数组左右两端移除石头,得分等于移除部分的总和减去剩余部分的总和。求先手玩家能获得的最大得分差值。例如,数组[5,3,1,4,2]中,先手若移除左端5,剩余[3,1,4,2],得分5-(3+1+4+2)=5-10=-5,需最大化此差值。题目本质是寻找最优区间分割策略,转化为数学优化问题。

二、解题思路

采用动态规划+前缀和的核心思路,巧妙将区间问题拆解:

1. 前缀和预处理:计算数组前缀和prefix,便于O(1)获取任意区间和(避免重复累加)。

2. 动态规划定义:dp[i][j]表示区间stones[i..j]内的最大得分差值。

3. 状态转移方程:当前玩家可移除左/右端石头,剩余区间由后续玩家操作。例如,移除左端后,剩余和为prefix[j+1]-prefix[i+1](右区间和),则当前差值为该和减去后续玩家在[i+1,j]内的最优得分(即dp[i+1][j])。同理分析右端移除情况,取两者最大值。

4. 边界与递推:从小区间(len=2)逐步扩展至全局,确保子问题已解。

三、解题步骤

1. 计算前缀和:prefix[i+1]=prefix[i]+stones[i],存储0~i元素总和。

2. 初始化DP数组:dp为n×n矩阵,初始值全0(因小区间可能无需分割)。

3. 动态规划循环:

    外层循环:区间长度len=2→n(避免单元素区间无选择)。

    内层循环:枚举起点i,终点j=i+len-1。

    计算移除左/右端后的剩余和leftSum,rightSum,结合对应子区间的dp值,更新dp[i][j]=max(左端策略差值,右端策略差值)。

4. 结果:返回全局区间DP[0][n-1]的最大差值。

四、代码与注释

class Solution {
public:
    int stoneGameVII(vector<int>& stones) {
        int n = stones.size();
        vector<int> prefix(n + 1, 0); // 前缀和数组
        // 计算前缀和
        for (int i = 0; i < n; ++i) {
            prefix[i + 1] = prefix[i] + stones[i];
        }
        
        // dp[i][j]表示在stones[i..j]区间内的最大差值
        vector<vector<int>> dp(n, vector<int>(n, 0));
        
        // 从小区间到大区间逐步计算
        for (int len = 2; len <= n; ++len) {
            for (int i = 0; i + len - 1 < n; ++i) {
                int j = i + len - 1;
                // 移除左边石头后的剩余和
                int leftSum = prefix[j + 1] - prefix[i + 1];
                // 移除右边石头后的剩余和
                int rightSum = prefix[j] - prefix[i];
                
                // 当前玩家选择最大差值策略
                dp[i][j] = max(leftSum - dp[i + 1][j], rightSum - dp[i][j - 1]);
            }
        }
        
        return dp[0][n - 1];
    }
};

注释说明:

● prefix数组避免重复计算区间和,提升效率。

● dp定义确保状态转移的逻辑正确性,外层循环控制区间扩展,内层计算依赖已解子问题。

五、总结

本题通过动态规划将复杂的区间选择问题转化为子问题最优解的组合,前缀和的应用大幅降低计算复杂度。关键在于理解“当前决策影响后续状态”的DP本质,以及如何设计合理的状态转移方程。时间复杂度O(n²),空间复杂度O(n²),可进一步优化为O(n)空间(滚动数组)。掌握此类区间DP思路,对解决类似资源分配、序列优化问题具有重要启发。


原创内容 转载请注明出处

分享给朋友:

相关文章

力扣70题:告别暴力递归!从零实现记忆化搜索解法

力扣70题:告别暴力递归!从零实现记忆化搜索解法

题意解析:想象你站在楼梯底部,面前有n级台阶。每次你可以选择跨1级或2级台阶,最终到达顶端的路径有多少种不同的走法?这个问题本质上是在探索分叉决策的叠加效果——当我们把每个台阶处的选择看作二叉树的分支...

牛客12576题解题全解析:动态规划+质因数分解实现跳跃问题最优解

牛客12576题解题全解析:动态规划+质因数分解实现跳跃问题最优解

一、题目解读牛客12576题是一道经典的算法题,要求给定起点N和终点M,求解从N到M的最少跳跃次数。题目考察的核心在于路径优化与动态规划思想,需结合数论中的质因数分解技巧,通过合理设计算法降低时间复杂...

LeetCode 120题三角形最小路径和最优解法:动态规划详解与代码实现

LeetCode 120题三角形最小路径和最优解法:动态规划详解与代码实现

一、题目解读LeetCode 120题“三角形最小路径和”要求给定一个由数字组成的三角形,从顶部开始向下移动,每次可向左或向右移动一格,计算从顶至底的最小路径和。三角形以二维向量形式给出,每层元素数量...

CSP-J 2019公交换乘题解析:基于队列优化的动态规划代码详解

CSP-J 2019公交换乘题解析:基于队列优化的动态规划代码详解

一、题目解读CSP-J 2019年的“公交换乘”题目(洛谷P5661)要求模拟地铁与公交交替出行的费用计算。题目核心在于地铁消费会产生优惠券,而公交可在45分钟内使用优惠券抵扣车费。需要处理n条出行记...

力扣931题最小下降路径和解析 动态规划解法 LeetCode解题技巧

力扣931题最小下降路径和解析 动态规划解法 LeetCode解题技巧

一、题目解读力扣931题「Minimum Falling Path Sum」(最小下降路径和)要求在一个n x n的整数矩阵中,计算从顶部到底部的最小路径和。路径只能从每个位置向下或对角线移动(即向下...

牛客25461题解析:花园喷泉距离优化算法(动态规划+后缀数组解法)

牛客25461题解析:花园喷泉距离优化算法(动态规划+后缀数组解法)

一、题目解读牛客25461题要求计算一个花园中n朵花到两个喷泉的最小距离平方和。用户需输入喷泉坐标(x1,y1)和(x2,y2),以及n朵花的坐标(x,y),通过合理分配每朵花到两个喷泉的距离,使总距...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。