本文主要是介绍2种解法:斐波那列马甲问题,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!
文章目录
- 题目
- 解法一(递归)
- 解法二(动态规划)
题目
一个有名的按摩师会收到源源不断的预约请求,每个预约都可以选择接或不接。在每次预约服务之间要有休息时间,因此她不能接受相邻的预约。给定一个预约请求序列,替按摩师找到最优的预约集合(总预约时间最长),返回总的分钟数。
注意:本题相对原题稍作改动
示例 1:
输入: [1,2,3,1]
输出: 4
解释: 选择 1 号预约和 3 号预约,总时长 = 1 + 3 = 4。
示例 2:
输入: [2,7,9,3,1]
输出: 12
解释: 选择 1 号预约、 3 号预约和 5 号预约,总时长 = 2 + 9 + 1 = 12。
示例 3:
输入: [2,1,4,5,3,1,1,3]
输出: 12
解释: 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约,总时长 = 2 + 4 + 3 + 3 = 12。
解法一(递归)
思路:类似斐波那列的思想,即索引k取值结果等于k-1的结果 与 k-2加当前值的和 的最大值,即如下公式,使用递归实现: S ( i ) = m a x ( S ( i − 1 ) , n u m s [ i ] + S ( i − 2 ) ) S(i) = max(S(i-1), nums[i] + S(i-2)) S(i)=max(S(i−1),nums[i]+S(i−2))
- 对于数组长度为0的情况,进行特殊判断
- 在递归中实现对应索引的求解
- 时间复杂度:O(2^n)
- 空间复杂度:O(n)
# author: suoxd123@126.com
class Solution:def fib(self,arr, n):if n == 1:return arr[0]elif n == 2:return max(arr[0],arr[1])# 递归公式return max(arr[n-1] + self.fib(arr,n-2), self.fib(arr,n-1))def massage(self, nums: List[int]) -> int:numLen = len(nums) if numLen == 0:return 0return self.fib(nums, numLen)
解法二(动态规划)
思路:原理还是斐波那列公式,使用动态规划思想实现,使用循环代替递归,使用rst列表保存每个索引位置的状态结果,当然也可以不用列表,选择三个变量来存储临时值,是的空间复杂度变为1.
- 特殊情况处理
- 使用rst存储每个索引处的值,从前到后递归
- 返回结果的最后一个值
- 时间复杂度:O(n)
- 空间复杂度:O(n) 或 O(1)
# author: suoxd123@126.com
class Solution:def massage(self, nums: List[int]) -> int:numLen = len(nums) if numLen == 0:return 0elif numLen == 1:return nums[0]# 这里空间复杂度改为O(n) rst = [nums[0],max(nums[0],nums[1])]for i in range(2,numLen):rst.append(max(rst[i-1],rst[i-2] + nums[i]))return rst[-1]# 下面将空间复杂度改为O(1)#rst1, rst2 = nums[0],max(nums[0],nums[1])#for i in range(2,numLen):# rst1, rst2= rst2, max(rst2,rst1 + nums[i])#return rst2
这篇关于2种解法:斐波那列马甲问题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!