一、思路1
采用动态规划的思想,因为对于每个元素,可以重复选取,所以我们构造一个带权值的数组sum[i] = count * nums[i]。
转移方程其实很简单:和198打家劫舍一样,对于第i个数,求max(sum[i],sum[i] + sum[j])即可,即an = max(an,aj + an) j <= n-2,就能实现删除-1和+1的数。
二、代码
class Solution {
public:
//思路:选择num[i],就会删除-1和+1,那么num[i]其实可能再次选到
//所以构造一个带权的数组sum[i] = num[i] * time
//状态转移和打家劫舍那道题一样
int sum[10001];
int deleteAndEarn(vector<int>& nums) {
if(nums.size() == 1) return nums[0];
sort(nums.begin(),nums.end());
for(int i = 0,tmp; i < nums.size(); i++){
//遍历每个数出现的次数,利用哈希表的思想放进sum中
//count用法:count(begin,end,target)
tmp = count(nums.begin(),nums.end(),nums[i])*nums[i];
sum[nums[i]] = tmp;
}
//获取vector中最大值的位置 max_element(begin,end) 返回一个指针
int maxNum = *max_element(nums.begin(),nums.end());
for(int i = 3; i <= maxNum; i++){
int tmp = sum[i];
for(int j = 1; j <= i - 2; j++){
sum[i] = max(sum[i],sum[j] + tmp);
}
}
return max(sum[maxNum],sum[maxNum-1]);
}
};
提交后发现时间复杂度有点高了,我们进行一些优化。
三、优化后的思路
1.优化状态转移方程
其实最大值an只与两个值有关,就是an-1和an-2,an-2一定是前n-2个数能获得的最大值,而an-1是由于不连续取点而造成的间断值,所以an = max(an-1,an-2 + sum[n])
2.优化初始化过程
我最初初始化sum数组时,用的静态数组,而且还用了sort,count等函数,这其实都可以省略。我们直接用vector<int> sum,然后遍历nums找到最大值maxVal,开辟数组sum(maxVal + 1),也是用哈希的下标对应思路,sum[val] += 所有值为val的位置,这样也能得到sum这个权值数组。
四、优化后的代码
class Solution {
public:
int deleteAndEarn(vector<int>& nums) {
//进行权值处理,得到新的数组vector<int> sum
//官方这个题解也是哈希的思路,开辟的空间是最大值那么大
//他就是没排序,没用count函数,直接遍历一遍数组就行,不用加
//首先获得最大值
int maxVal = 0;
for(int val : nums) {
maxVal = max(maxVal,val);
}
vector<int> sum(maxVal + 1);
for(int val : nums){
sum[val] += val;
}
//之后就是那个动归过程了
//对于an,最大值可能位置有:an-1 和 sum[n] + an-2
int ind1 = sum[0] , ind2 = max(sum[0],sum[1]);
for(int i = 2,tmp;i < sum.size();i++){
tmp = ind2;
ind2 = max(sum[i] + ind1,ind2);
ind1 = tmp;
}
return ind2;
}
};
五、总结
1.这个题对于sum这个权值数组的构建还有优化方法,这里就不深究了。
2.第一个思路虽然时间复杂度爆炸了,但是对于stl初学者来说,count函数值得学习。(作者是初学者)
3.动态规划问题一定要仔细考虑动归过程的问题,不然时间复杂度可能会有数量级的差距。