持续创作,加速成长!这是我参与「掘金日新计划 · 10 月更文挑战」的第27天,点击查看活动详情
动态规划(Dynamic Programming)是一种分阶段求解决策问题的数学思想,它通过把原问题分解为简单的子问题来解决复杂问题。
猜数字大小 II
我们正在玩一个猜数游戏,游戏规则如下:
我从 1 到 n 之间选择一个数字。 你来猜我选了哪个数字。 如果你猜到正确的数字,就会 赢得游戏 。 如果你猜错了,那么我会告诉你,我选的数字比你的 更大或者更小 ,并且你需要继续猜数。 每当你猜了数字 x 并且猜错了的时候,你需要支付金额为 x 的现金。如果你花光了钱,就会 输掉游戏 。 给你一个特定的数字 n ,返回能够 确保你获胜 的最小现金数,不管我选择那个数字 。
示例 1:
输入:n = 1
输出:0
解释:只有一个可能的数字,所以你可以直接猜 1 并赢得游戏,无需支付任何费用。
示例 2:
输入:n = 2
输出:1
解释:有两个可能的数字 1 和 2 。
你可以先猜 1 。
- 如果这是我选中的数字,你的总费用为 1 。
- 如果我的数字更大,那么这个数字一定是 2 。你猜测数字为 2 并赢得游戏,总费用为 $1 。
最糟糕的情况下,你需要支付 $1 。
动态规划
- 状态定义:dp[i][j]表示选中的数在 [i,j] 之间时能够确保获胜需要备用的现金数;
- 状态转移:dp[i][j]=min{k=i->j}(max(dp[i][k-1], dp[i][k+1]) + k);
- 初始值:对于只有一个数时,选中的数肯定就是这个数,代价为0,所以,初始值为 dp[i][i] = 0,Java中不需要特殊处理;
- 返回值:dp[1][n];
通过状态转移公式,可以看到,区间 [i,j] 依赖于更小的区间 [i,x-1] 和 [x+1,j],所以,我们可以先计算长度小的区间,再计算长度大的区间,这里有两种写法: 一种是枚举长度,从小到大;一种是 i 和 j 保持反向遍历;
代码如下:
fun getMoneyAmount(n: Int): Int {
val dp = Array(n + 2) { IntArray(n + 2) }
for (i in n - 1 downTo 1) {
for (j in i + 1..n) {
var min = Int.MAX_VALUE
for (k in i..j) {
min = Math.min(min, Math.max(dp[i][k - 1], dp[k + 1][j]) + k)
}
dp[i][j] = min
}
}
return dp[1][n]
}
复杂度分析
- 时间复杂度:O(n^3)
- 空间复杂度:O(n^2)