LeetCode 热题 HOT 100 （040/100）【宇宙最简单版】

关注

原创最新推荐文章于 2026-09-20 14:39:02 发布 607 阅读 AI 写同款· GEO 优化 ›

Python大数据舆情分析系统开发实战舆情监测系统是大数据分析的重要应用场景，通过自然语言处理(NLP)技术解析社交媒体文本情感倾向。基于Python技术栈的解决方案整合了Scrapy爬虫框架进行数据采集，PySpark处理海量文本数据，结合SnowNLP和Jieba实现中文语义分析。系统采用微服务架构设计，包含数据采集层、处理层、存储层和应用层，通过情感分析优化和实时热点检测算法提升监测准确率。典型应用包括企业品牌监测、公共事件预警等场景，开发过程中需特别注意数据合规性和分布式集群的性能调优。阅读详情

【动态规划】No. 0312 戳气球【困难】👉力扣对应题目指路

希望对你有帮助呀！！💜💜 如有更好理解的思路，欢迎大家留言补充 ~ 一起加油叭 💦
欢迎关注、订阅专栏【力扣详解】谢谢你的支持！

⭐ 题目描述：给定一个数组 nums，它的第 i 个元素表示编号为 i 的气球上的数字。每次戳破气球 i，可以获得 nums[i-1] * nums[i] * nums[i+1] 个硬币，返回通过戳破所有气球所能获得的 最大硬币数量

其中，nums[i-1] 和 nums[i+1] 是气球 i 左右相邻的气球编号
如果 i-1 或 i+1 超出数组边界，则视为 1

示例：

示例 1：

输入: nums = [3,1,5,8]
输出: 167
解释:
- nums = [3,1,5,8] --> [3,5,8] --> [3,8] --> [8] --> []
- 硬币数 = 3*1*5 + 3*5*8 + 1*3*8 + 1*8*1 = 167

示例 2：

输入: nums = [1,5]
输出: 10

🔥 思路：这道题的关键在于找到戳破气球的最佳顺序。由于直接模拟顺序较复杂，我们可以通过 动态规划 来解决问题

动态规划定义

设 dp[i][j] 表示 戳破区间 （i, j） 中所有气球后所能获得的最大硬币数 （不包含边界）
i 和 j 是气球的左右边界。为了方便处理边界条件，假设数组两端各有一个虚拟气球，值为 1

状态转移：

当最后戳破气球 k 时，其左右未戳破的区间为 (i, k) 和 (k, j)
dp[i][j] = max(dp[i][j], dp[i][k] + dp[k][j] + nums[i] * nums[k] * nums[j])
nums[i] * nums[k] * nums[j]：最后戳破气球 k 时的硬币数 (即最后只剩下边界和 k)
dp[i][k]：区间 (i, k) 的最大硬币数
dp[k][j]：区间 (k, j) 的最大硬币数

计算顺序：【按区间长度从小到大遍历：for length in range(2, n+1)】

🔨 代码实现

class Solution:
    def maxCoins(self, nums: list[int]) -> int:
        # 在 nums 两端加入虚拟气球，值为 1
        nums = [1] + nums + [1]
        n = len(nums)
        
        # 初始化 dp 数组
        dp = [[0] * n for _ in range(n)]

        # 按区间长度逐渐递增
        for length in range(2, n+1):  # length 表示区间长度，至少为 2
            for i in range(0, n-length):  # 左边界
                j = i + length  # 右边界
                # 在区间 [i, j] 中尝试最后戳破气球 k
                for k in range(i + 1, j):  # k 在 (i, j) 范围内
                    dp[i][j] = max(dp[i][j],
                                   dp[i][k] + dp[k][j] + nums[i] * nums[k] * nums[j])

        return dp[0][n-1]