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)

12小时前

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

70.爬楼梯|三步破解动态规划核心奥秘

70.爬楼梯|三步破解动态规划核心奥秘

题意新解:站在楼梯底仰望n级台阶,每步可选1或2阶,最终的路径组合犹如斐波那契数列般展开。比如到达第3阶的路径可由第1阶跨两步,或第2阶跨一步构成,这种递推规律揭示了两两相邻状态间的紧密关联。思路解析...

力扣第1991题:寻找数组的中心索引 如何找到左右和相等的中心索引

力扣第1991题:寻找数组的中心索引 如何找到左右和相等的中心索引

题目解读给定一个整数数组,我们需要找到一个中心索引,使得该索引左侧所有元素的和等于右侧所有元素的和。如果不存在这样的索引,则返回-1。中心索引的定义不包含在左右两侧的和计算中。这个问题考察对数组遍历和...

力扣933题:队列的妙用:如何高效统计最近请求

力扣933题:队列的妙用:如何高效统计最近请求

题目重解:我们需要设计一个能统计最近3000毫秒内请求次数的系统。每当新的请求到来时,它会带有时间戳t,我们需要返回过去3000毫秒内(包括当前)发生的请求总数。这就像是在时间轴上维护一个滑动窗口,只...

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...

NOIP 2008火柴棒等式题解(C++代码实现)  动态规划与枚举算法详解

NOIP 2008火柴棒等式题解(C++代码实现) 动态规划与枚举算法详解

一、题目解读火柴棒等式问题(NOIP 2008,洛谷P1149)要求使用给定数量的火柴棒,构造形如 A + B = C 的等式,其中A、B、C均为整数,且火柴棒总数恰好等于输入值。需统计符合条件的等式...

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...

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。