【教3妹学编程-算法题】相同分数的最大操作数目 II

2024-02-21 10:44

本文主要是介绍【教3妹学编程-算法题】相同分数的最大操作数目 II,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

瑟瑟发抖

3妹:2哥,干嘛呢,怎么又在吃泡面
2哥 : 这不是过年下血本,给小侄子买了一个ps5吗, 哎,我自己都舍不得用,不能让人说咱小气不是。
3妹:神马,他才6岁吧, 就这么喜欢玩游戏啦?
2哥 : 是啊, 没办法,之前许诺只要他考试好就给他买的
3妹:他考了多少分呀
2哥:100分,不过他们班相同分数的有十几个呢
3妹:哈哈哈哈,他们幼儿园题目是不是忒简单了啊
2哥:有可能,说到相同分数,我今天看到一个关于“相同分数”的题目,让我们一起来做下吧~

吃瓜

题目:

给你一个整数数组 nums ,如果 nums 至少 包含 2 个元素,你可以执行以下操作中的 任意 一个:

选择 nums 中最前面两个元素并且删除它们。
选择 nums 中最后两个元素并且删除它们。
选择 nums 中第一个和最后一个元素并且删除它们。
一次操作的 分数 是被删除元素的和。

在确保 所有操作分数相同 的前提下,请你求出 最多 能进行多少次操作。

请你返回按照上述要求 最多 可以进行的操作次数。

示例 1:

输入:nums = [3,2,1,2,3,4]
输出:3
解释:我们执行以下操作:

  • 删除前两个元素,分数为 3 + 2 = 5 ,nums = [1,2,3,4] 。
  • 删除第一个元素和最后一个元素,分数为 1 + 4 = 5 ,nums = [2,3] 。
  • 删除第一个元素和最后一个元素,分数为 2 + 3 = 5 ,nums = [] 。
    由于 nums 为空,我们无法继续进行任何操作。
    示例 2:

输入:nums = [3,2,6,1,4]
输出:2
解释:我们执行以下操作:

  • 删除前两个元素,分数为 3 + 2 = 5 ,nums = [6,1,4] 。
  • 删除最后两个元素,分数为 1 + 4 = 5 ,nums = [6] 。
    至多进行 2 次操作。

提示:

2 <= nums.length <= 2000
1 <= nums[i] <= 1000

思路:

思考

动态规划,

  • 递归实现动态规划,每次尝试一种操作。
  • 优先从缓存查找,避免重复计算。
  • 中间结果缓存,使用二维数组,替代哈希集合(会超时),提高查询速度。
  • 头和尾分数相等时,删除头和尾等效,只需二选一操作。

java代码:

class Solution {public int maxOperations(int[] nums) {int len = nums.length;// 枚举三种操作:删除头二、删除尾二、头尾各选一删除int score = nums[0] + nums[1];int maxOpt = 1 + maxOperations(nums, score, 2, len - 1, initCacheResult(len));if (nums[len - 2] + nums[len - 1] != score) {// 头和尾分数相等时,删除头和尾等效,只需二选一操作maxOpt = Math.max(maxOpt, 1 + maxOperations(nums, nums[len - 2] + nums[len - 1], 0, len - 3, initCacheResult(len)));}maxOpt = Math.max(maxOpt, 1 + maxOperations(nums, nums[0] + nums[len - 1], 1, len - 2, initCacheResult(len)));return maxOpt;}// 递归实现动态规划。优先从缓存查找,避免重复计算private int maxOperations(int[] nums, int score, int start, int end, int[][] cacheResultArray) {int maxOpt = 0;if (start >= end) {return maxOpt;}// 中间结果缓存,使用二维数组,替代哈希集合(会超时),提高查询速度// String resultKey = String.format("%s-%s", start, end);// Integer result = cacheResultMap.get(resultKey);// if (result != null) {// return result;//  }Integer result = cacheResultArray[start][end];if (result != -1) {return result;}try {// 头和尾分数相等时,删除头和尾等效,只需二选一操作if (score == nums[start] + nums[start + 1]) {maxOpt = Math.max(maxOpt, 1 + maxOperations(nums, score, start + 2, end, cacheResultArray));if (end - start == 1) {return maxOpt;}} else if (score == nums[end] + nums[end - 1]) {maxOpt = Math.max(maxOpt, 1 + maxOperations(nums, score, start, end - 2, cacheResultArray));}if (score == nums[start] + nums[end]) {maxOpt = Math.max(maxOpt, 1 + maxOperations(nums, score, start + 1, end - 1, cacheResultArray));}return maxOpt;} finally {// 缓存中间结果// cacheResultMap.put(resultKey, maxOpt);cacheResultArray[start][end] = maxOpt;}}// 中间结果缓存,初始化private int[][] initCacheResult(int cap) {int[][] cacheResultArray = new int[cap][cap];for (int[] a : cacheResultArray) {Arrays.fill(a, -1);}return cacheResultArray;}
}

这篇关于【教3妹学编程-算法题】相同分数的最大操作数目 II的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/731499

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

hdu1496(用hash思想统计数目)

作为一个刚学hash的孩子,感觉这道题目很不错,灵活的运用的数组的下标。 解题步骤:如果用常规方法解,那么时间复杂度为O(n^4),肯定会超时,然后参考了网上的解题方法,将等式分成两个部分,a*x1^2+b*x2^2和c*x3^2+d*x4^2, 各自作为数组的下标,如果两部分相加为0,则满足等式; 代码如下: #include<iostream>#include<algorithm

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

spoj705( 求不相同的子串个数)

题意:求串s的不同子串的个数 解题思路:任何子串都是某个后缀的前缀,对n个后缀排序,求某个后缀的前缀的个数,减去height[i](第i个后缀与第i-1 个后缀有相同的height[i]个前缀)。 代码如下: #include<iostream>#include<algorithm>#include<stdio.h>#include<math.h>#include<cstrin

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO