作者推荐

视频算法专题

本文涉及知识点

动态规划汇总

C++算法:前缀和、前缀乘积、前缀异或的原理、源码及测试用例 包括课程视频

LCP 57. 打地鼠

勇者面前有一个大小为3*3 的打地鼠游戏机,地鼠将随机出现在各个位置,moles[i] = [t,x,y] 表示在第 t 秒会有地鼠出现在 (x,y) 位置上,并于第 t+1 秒该地鼠消失。 勇者有一把可敲打地鼠的锤子,初始时刻(即第 0 秒)锤子位于正中间的格子 (1,1),锤子的使用规则如下: 锤子每经过 1 秒可以往上、下、左、右中的一个方向移动一格,也可以不移动 锤子只可敲击所在格子的地鼠,敲击不耗时 请返回勇者最多能够敲击多少只地鼠。 注意: 输入用例保证在相同时间相同位置最多仅有一只地鼠 示例 1: 输入: moles = [[1,1,0],[2,0,1],[4,2,2]] 输出: 2 解释: 第 0 秒,锤子位于 (1,1) 第 1 秒,锤子移动至 (1,0) 并敲击地鼠 第 2 秒,锤子移动至 (2,0) 第 3 秒,锤子移动至 (2,1) 第 4 秒,锤子移动至 (2,2) 并敲击地鼠 因此勇者最多可敲击 2 只地鼠 示例 2: 输入:moles = [[2,0,2],[5,2,0],[4,1,0],[1,2,1],[3,0,2]] 输出:3 解释: 第 0 秒,锤子位于 (1,1) 第 1 秒,锤子移动至 (2,1) 并敲击地鼠 第 2 秒,锤子移动至 (1,1) 第 3 秒,锤子移动至 (1,0) 第 4 秒,锤子在 (1,0) 不移动并敲击地鼠 第 5 秒,锤子移动至 (2,0) 并敲击地鼠 因此勇者最多可敲击 3 只地鼠 示例 3: 输入:moles = [[0,1,0],[0,0,1]] 输出:0 解释: 第 0 秒,锤子初始位于 (1,1),此时并不能敲击 (1,0)、(0,1) 位置处的地鼠 提示: 1 <= moles.length <= 105 moles[i].length == 3 0 <= moles[i][0] <= 109 0 <= moles[i][1], moles[i][2] < 3

动态规划

容易想到的解法: moles排序 pre[j] 记录moles[i-1][0]时 锤子在j时,敲到的最多地鼠。 dp[i] 记录moles[i][0]时 锤子在j时,敲到的最多地鼠。 本文讲解另外一种解法。

动态规划的状态表示

moles排序,dp[i]记录敲到mole[i][0]的那只老鼠时,最多敲到的地鼠数。

动态规划的转移方程

j是前一只被敲到的地鼠,因为最多距离4,所以时间相差4就一定能敲倒。 情况一:

i

M

a

x

=

M

a

x

j

:

0

m

o

l

e

s

[

j

]

[

0

]

+

4

<

=

m

o

l

e

s

[

i

]

[

0

]

iMax=Max\Large_{j:0}^{moles[j][0]+4<=moles[i][0]}

iMax=Maxj:0moles[j][0]+4<=moles[i][0]​dp[j] 情况二:dp[i] = 1+max(iMax,

j

:

0

m

o

l

e

s

[

j

]

[

0

]

+

4

>

m

o

l

e

s

[

i

]

[

0

]

\Large_{j:0}^{moles[j][0]+4> moles[i][0]}

j:0moles[j][0]+4>moles[i][0]​如果能敲到dp[j]且dp[j]不为0$) 由于同一时间同一地点不会有两只地鼠,所以情况二,顶多只有三个,每个时间9个位置,共27种可能。 情况一,可以用前缀和,总时间复杂度是O(n)。 情况三:没有j,只敲到一只地鼠。

动态规划的初始状态

dp[0] =(0==modes[0][0]):1:0

动态规划的填表顺序

按时间顺序。

动态规划的返回值

dp的最大值。

代码

template

void MaxSelf(ELE* seft, const ELE& other)

{

*seft = max(*seft, other);

}

class Solution {

public:

int getMaximumNumber(vector>& moles) {

m_c = moles.size();

sort(moles.begin(), moles.end());

vector dp(m_c);

int iMax = 0;

auto Can = [&](int i, int preTime, int x, int y)

{

const int dis = abs(moles[i][1] - x) + abs(moles[i][2] - y);

return moles[i][0] - preTime >= dis;

};

for (int i = 0, j = 0; i < m_c; i++)

{

while (moles[i][0] - moles[j][0] >= 4)

{

iMax = max(iMax, dp[j++]);

}

if (Can(i, 0, 1, 1))

{

MaxSelf(&dp[i],1 );

}

if (j > 0)

{

MaxSelf(&dp[i], iMax + 1);

}

for (int t = i-1 ; t >= j ;t--)

{

if (0 == dp[t])

{

continue;

}

if (Can(i, moles[t][0], moles[t][1], moles[t][2]))

{

MaxSelf(&dp[i], dp[t] + 1);

}

}

}

return *std::max_element(dp.begin(), dp.end());

}

int m_c;

};

测试用例

template

void Assert(const T& t1, const T2& t2)

{

assert(t1 == t2);

}

template

void Assert(const vector& v1, const vector& v2)

{

if (v1.size() != v2.size())

{

assert(false);

return;

}

for (int i = 0; i < v1.size(); i++)

{

Assert(v1[i], v2[i]);

}

}

int main()

{

vector> moles;

{

Solution sln;

moles= { {1,1,0},{2,0,1},{4,2,2} };

auto res = sln.getMaximumNumber(moles);

Assert(2, res);

}

{

Solution sln;

moles = { {2,0,2},{5,2,0},{4,1,0},{1,2,1},{3,0,2} };

auto res = sln.getMaximumNumber(moles);

Assert(3, res);

}

{

Solution sln;

moles = { {2,0,2},{6,2,0},{4,1,0},{2,2,2},{3,0,2} };

auto res = sln.getMaximumNumber(moles);

Assert(2, res);

}

{

Solution sln;

moles = { {0,1,0},{0,0,1} };

auto res = sln.getMaximumNumber(moles);

Assert(0, res);

}

{

Solution sln;

moles = { {0,1,0},{0,0,1},{0,2,1},{0,1,2},{0,0,2},{1,2,2},{1,0,0},{1,0,2},{2,0,2},{2,2,2},{2,0,1},{2,0,0},{2,2,0},{3,1,2},{3,0,0},{3,2,0},{3,0,2},{3,2,2},{3,1,0},{4,0,1},{4,1,2},{4,1,1},{4,0,2},{4,1,0},{5,0,1},{5,0,0},{5,2,0},{5,0,2},{6,1,2},{6,0,0},{6,0,2},{6,1,0},{6,2,1},{7,0,0},{7,2,0},{7,1,1},{7,1,2},{7,2,1},{8,2,2},{8,0,1},{8,2,1},{8,1,2},{8,1,1},{8,2,0},{9,1,1},{9,0,2},{9,2,2},{9,1,0},{9,2,1},{9,0,0},{9,2,0},{10,1,1},{10,0,2},{10,1,0},{10,2,2},{10,2,1},{10,1,2},{10,0,0} };

auto res = sln.getMaximumNumber(moles);

Assert(9, res);

}

}

2023年4月

class Solution { public: int getMaximumNumber(vector& moles) { vector> vMoves(5,vector(9)); for (int i = 0; i < 9; i++) { const int r = i / 3; const int c = i % 3; vector& v = vMoves[1][i]; if (r > 0) { v.emplace_back(i - 3); } if (r + 1 < 3) { v.emplace_back(i + 3); } if (c > 0) { v.emplace_back(i - 1); } if (c + 1 < 3) { v.emplace_back(i + 1); } v.emplace_back(i); } for (int iMove = 2; iMove <= 4; iMove++) { for (int iStatu = 0; iStatu < 9; iStatu++) { vector& v = vMoves[iMove][iStatu]; vector& vPre = vMoves[iMove - 1][iStatu]; for (int iPreStatu : vPre) { for (int iEndStatu : vMoves[1][iPreStatu]) { v.emplace_back(iEndStatu); } } v.insert(v.end(), vPre.begin(), vPre.end()); sort(v.begin(), v.end()); v.erase(std::unique(v.begin(), v.end()), v.end()); } } std::map mTimeStatu; for (const auto& v: moles) { mTimeStatu[v[0]].emplace_back(v[1] * 3 + v[2]); } vector pre(9, -1000 * 1000); int vHas[9] = { 0 }; for (const auto& iStatu : mTimeStatu[0]) { vHas[iStatu] = 1; } pre[3 + 1] = vHas[4]; int iPreTime = 0; for (const auto& it : mTimeStatu) { int iTime = min(4,it.first - iPreTime); iPreTime = it.first; //不移动 vector dp = pre; memset(vHas, 0, sizeof(vHas)); for (const auto& iStatu :it.second) { vHas[iStatu] = 1; } for (int iCurStatu = 0; iCurStatu < 9; iCurStatu++) { const int iAdd = vHas[iCurStatu]; for (const int iPre : vMoves[iTime][iCurStatu]) { dp[iCurStatu] = max(dp[iCurStatu], pre[iPre] + iAdd); } } pre.swap(dp); } return *std::max_element(pre.begin(), pre.end()); } };

扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。 https://edu.csdn.net/course/detail/38771

如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程 https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版 https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话闻缺陷则喜是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。如果程序是一条龙,那算法就是他的是睛

测试环境

操作系统:win7 开发环境: VS2019 C++17 或者 操作系统:win10 开发环境: VS2022 C++17 如无特殊说明,本算法用**C++**实现。

相关文章

评论可见,请评论后查看内容,谢谢!!!评论后请刷新页面。