华为od 跳格子2

题目描述

小明和朋友玩跳格子游戏,有 n 个连续格子组成的圆圈,每个格子有不同的分数,小朋友可以选择以任意格子起跳,但是不能跳连续的格子,不能回头跳,也不能超过一圈;给定一个代表每个格子得分的非负整数数组,计算能够得到的最高分数。

输入描述

给定一个数例,第一个格子和最后一个格子首尾相连,如: 2 3 2 

输出描述

输出能够得到的最高分,如: 3

题意:

1.不能跳连续的格子, 但是可以跳隔了多个的格子。比如 4 1 2 7 2 , 跳 4 2 2 得8分, 跳 4 7 得11分 !!!

2.首尾不能都跳,将序列分为两组, 一组包含第一个元素不包含最后一个元素;另一组不包含第一个元素但包含最后一个元素。分别进行推导,取两者的最大值




import java.util.*;

//跳格子2

/**
   dp[]数组含义: 表示 最多跳到当前格子的最高分数 (可以不跳到当前格子)。
    递推公式:
    dp[i] =Math.max(dp[i-1], dp[i-2]+nums.get(i));   表示 不跳当前格子即 最多跳到前一个格子的最高分数, 比较 i-2格子的最高分数+当前格子的分数
 */
public class Main{
    // 通用 split 函数,空格切分
    public static List<Integer> split(String input) {
        List<Integer> res = new ArrayList<>
内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
### 华为 OD 模式下格子规则与流程 #### 规则概述 在华为 OD 模式的格子题目中,通常涉及动态规划算法的应用。以下是基于提供的引用内容总结的规则和流程: 1. **输入描述** - 输入的第一行为总格子数 \( n \),表示共有 \( n \) 个连续排列的格子[^3]。 - 第二行为每个格子对应的分数数组 `score[i]`,其中分数范围可能为 \([-10000, 10000]\)[^5]。 - 第三行为最大跃步长 \( k \),即每次跃最多可以跨越 \( k \) 步。 2. **跃约束条件** - 小朋友可以从任意一个格子开始跃[^2]。 - 不允许连续跃相邻的两个格子。 - 跃过程中不能回头,也不能超出一圈。 - 如果是从起点 `score[0]` 开始,则目标是到达终点 `score[n-1]` 并获得最大得分[^4]。 3. **输出描述** - 输出最终能够获取的最大得分值。 --- #### 解决思路 该问题的核心在于通过动态规划解决最优路径的选择问题。具体实现如下: 1. 定义状态转移方程: 设 `dp[i][j]` 表示当前位于第 \( i \) 个格子,上一步从距离 \( j \) 的位置过来时所能取得的最大得分。由于不允许连续跃相邻格子,因此需满足 \( j >= 2 \) 或者根据实际需求调整逻辑。 2. 初始化边界条件: 对于第一个格子 `score[0]`,其初始得分为本身值;对于后续格子,初始化为负无穷大以便更新最大值。 3. 迭代计算: 使用双重循环遍历所有可能的状态组合,并依据上述定义逐步填充 DP 数组中的各项数值直到完成整个过程为止[^5]。 4. 返回结果: 最终答案应取自最后一个格子对应的所有合法前驱状态下所记录的最大值得分作为全局解法之一。 --- #### 示例代码 (Python 实现) ```python def max_score(n, scores, k): dp = [[float('-inf')] * (k + 1) for _ in range(n)] # Initialize the first cell's possible states. for step in range(1, min(k + 1, n)): # Step must be at least 1 to avoid self-jump if step < n: dp[step][step] = scores[0] + scores[step] # Fill out the rest of the table using dynamic programming approach. for i in range(1, n): # For each position from second onward... for prev_step in range(1, k + 1): # Consider all previous steps within allowed limit 'k' current_max = float('-inf') for jump_length in range(1, k + 1): # Try jumping different lengths up till maximum allowable distance 'k'. prev_index = i - jump_length if prev_index >= 0 and prev_index != i - 1: # Ensure no backtracking or consecutive jumps occur here. candidate_value = dp[prev_index][jump_length] + scores[i] if candidate_value > current_max: current_max = candidate_value dp[i][prev_step] = current_max result = max([max(row) for row in dp]) # Find overall best outcome across entire grid traversal history. return result # Example usage based on provided test case scenario described earlier above section titled "Example". if __name__ == "__main__": total_cells = int(input().strip()) cells_scores = list(map(int, input().split())) max_jump_steps = int(input().strip()) answer = max_score(total_cells, cells_scores, max_jump_steps) print(answer) ``` --- ####
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值