Alice 和 Bob 玩一个游戏,两人轮流操作, Alice 先手 。
总共有 n
个石子排成一行。轮到某个玩家的回合时,如果石子的数目 大于 1 ,他将执行以下操作:
- 选择一个整数
x > 1
,并且 移除 最左边的x
个石子。 - 将 移除 的石子价值之 和 累加到该玩家的分数中。
- 将一个 新的石子 放在最左边,且新石子的值为被移除石子值之和。
当只剩下 一个 石子时,游戏结束。
Alice 和 Bob 的 分数之差 为 (Alice 的分数 - Bob 的分数)
。 Alice 的目标是 最大化 分数差,Bob 的目标是 最小化 分数差。
给你一个长度为 n
的整数数组 stones
,其中 stones[i]
是 从左边起 第 i
个石子的价值。请你返回在双方都采用 最优 策略的情况下,Alice 和 Bob 的 分数之差 。
示例 1:
输入:stones = [-1,2,-3,4,-5] 输出:5 解释: - Alice 移除最左边的 4 个石子,得分增加 (-1) + 2 + (-3) + 4 = 2 ,并且将一个价值为 2 的石子放在最左边。stones = [2,-5] 。 - Bob 移除最左边的 2 个石子,得分增加 2 + (-5) = -3 ,并且将一个价值为 -3 的石子放在最左边。stones = [-3] 。 两者分数之差为 2 - (-3) = 5 。
示例 2:
输入:stones = [7,-6,5,10,5,-2,-6] 输出:13 解释: - Alice 移除所有石子,得分增加 7 + (-6) + 5 + 10 + 5 + (-2) + (-6) = 13 ,并且将一个价值为 13 的石子放在最左边。stones = [13] 。 两者分数之差为 13 - 0 = 13 。
示例 3:
输入:stones = [-10,-12] 输出:-22 解释: - Alice 只有一种操作,就是移除所有石子。得分增加 (-10) + (-12) = -22 ,并且将一个价值为 -22 的石子放在最左边。stones = [-22] 。 两者分数之差为 (-22) - 0 = -22 。
提示:
n == stones.length
2 <= n <= 105
-104 <= stones[i] <= 104
“前缀和 + 动态规划”实现。
每次取走最左边的 x 个石子,把它们的和放回最左边,前缀和 preSum[x]
不变。
假设 dp[i]
表示当 Alice 选择 [i, n)
范围内的某个下标时,Alice 与 Bob 分数的最大差值。
- 若 Alice 选择 i,她获得的分数是
preSum[i]
,此时 Bob 会在[i+1, n]
范围内选择,并且 Bob 也会采取最优策略,此时最大差值为dp[i+1]
。状态转移方程:dp[i] = preSum[i] - dp[i+1]
。 - 若 Alice 没选择 i,那么她需要在
[i+1, n)
范围内找,状态转移方程为dp[i] = dp[i+1]
。
最优策略下,dp[i] = max(dp[i+1], preSum[i] - dp[i+1])
。这里
x 必须大于 1,所以题目即是求 dp[1]
。
class Solution:
def stoneGameVIII(self, stones: List[int]) -> int:
pre_sum = list(accumulate(stones))
f = pre_sum[len(stones) - 1]
for i in range(len(stones) - 2, 0, -1):
f = max(f, pre_sum[i] - f)
return f
class Solution {
public int stoneGameVIII(int[] stones) {
int n = stones.length;
int[] preSum = new int[n];
preSum[0] = stones[0];
for (int i = 1; i < n; ++i) {
preSum[i] = preSum[i - 1] + stones[i];
}
int f = preSum[n - 1];
for (int i = n - 2; i > 0; --i) {
f = Math.max(f, preSum[i] - f);
}
return f;
}
}