• [LeetCode] 948. Bag of Tokens 令牌包



    You have an initial power P, an initial score of 0 points, and a bag of tokens.

    Each token can be used at most once, has a value token[i], and has potentially two ways to use it.

    • If we have at least token[i] power, we may play the token face up, losing token[i] power, and gaining 1 point.
    • If we have at least 1 point, we may play the token face down, gaining token[i] power, and losing 1 point.

    Return the largest number of points we can have after playing any number of tokens.

    Example 1:

    Input: tokens = [100], P = 50
    Output: 0
    

    Example 2:

    Input: tokens = [100,200], P = 150
    Output: 1
    

    Example 3:

    Input: tokens = [100,200,300,400], P = 200
    Output: 2
    

    Note:

    1. tokens.length <= 1000
    2. 0 <= tokens[i] < 10000
    3. 0 <= P < 10000

    这道题说是给了一个初始力量值P,然后有一个 tokens 数组,有两种操作可以选择,一种是减去 tokens[i] 的力量,得到一分,但是前提是减去后剩余的力量不能为负。另一种是减去一分,得到 tokens[i] 的力量,前提是减去后的分数不能为负,问一顿操作猛如虎后可以得到的最高分数是多少。这道题其实题意不是太容易理解,而且例子也没给解释,博主也是读了好几遍题目才明白的。比如例子3,开始有 200 的力量,可以先花 100,得到1个积分,此时还剩 100 的力量,但由于剩下的 token 值都太大,没法换积分了,只能用积分来换力量,既然都是花一个1个积分,肯定是要换最多的力量,于是换来 400 力量,此时总共有 500 的力量,积分还是0,但是一顿操作后,白嫖了 400 的力量,岂不美哉?!这 500 的力量刚好可以换两个积分,所以最后返回的就是2。通过上述分析,基本上可以知道策略了,从最小的 token 开始,用力量换积分,当力量不够时,就用基本换最大的力量,如果没有积分可以换力量,就结束,或者所有的 token 都使用过了,也结束,这就是典型的贪婪算法 Greedy Algorithm,也算对得起其 Medium 的身价。这里先给 tokens 数组排个序,然后使用双指针i和j,分别指向开头和末尾,当 i<=j 进行循环,从小的 token 开始查找,只要力量够,就换成积分,不能换的时候,假如 i>j 或者此时积分为0,则退出;否则用一个积分换最大的力量,参见代码如下:

    解法一:

    class Solution {
    public:
        int bagOfTokensScore(vector<int>& tokens, int P) {
            int res = 0, cur = 0, n = tokens.size(), i = 0, j = n - 1;
            sort(tokens.begin(), tokens.end());
            while (i <= j) {
                while (i <= j && tokens[i] <= P) {
                    P -= tokens[i++];
                    res = max(res, ++cur);
                }
                if (i > j || cur == 0) break;
                --cur;
                P += tokens[j--];
            }
            return res;
        }
    };
    

    我们也可以换一种写法,不用 while 套 while,而是换成赏心悦目的 if ... else 语句,其实也没差啦,参见代码如下:


    解法二:

    class Solution {
    public:
        int bagOfTokensScore(vector<int>& tokens, int P) {
            int res = 0, cur = 0, n = tokens.size(), i = 0, j = n - 1;
            sort(tokens.begin(), tokens.end());
            while (i <= j) {
                if (P >= tokens[i]) {
                    P -= tokens[i++];
                    res = max(res, ++cur);
                } else if (cur > 0) {
                    --cur;
                    P += tokens[j--];
                } else {
                    break;
                }
            }
            return res;
        }
    };
    

    我们也可以使用递归来做,使用一个子函数 helper,将i和j当作参数输入,其实原理跟上的方法一摸一样,不难理解,参见代码如下:


    解法三:

    class Solution {
    public:
        int bagOfTokensScore(vector<int>& tokens, int P) {
            sort(tokens.begin(), tokens.end());
            return helper(tokens, P, 0, (int)tokens.size() - 1, 0);
        }
        int helper(vector<int>& tokens, int P, int i, int j, int cur) {
            if (i > j) return cur;
            int res = cur;
            if (tokens[i] <= P) {
                res = max(res, helper(tokens, P - tokens[i], i + 1, j, cur + 1));
            } else if (cur > 0) {
                res = max(res, helper(tokens, P + tokens[j], i, j - 1, cur - 1));
            }
            return res;
        }
    };
    

    Github 同步地址:

    https://github.com/grandyang/leetcode/issues/948


    参考资料:

    https://leetcode.com/problems/bag-of-tokens/

    https://leetcode.com/problems/bag-of-tokens/discuss/383249/Java-Solution-With-Explanation

    https://leetcode.com/problems/bag-of-tokens/discuss/197696/C%2B%2BJavaPython-Greedy-%2B-Two-Pointers


    LeetCode All in One 题目讲解汇总(持续更新中...)

  • 相关阅读:
    boost开发指南
    boost bind function用法说明
    boost库 bind/function的使用
    OpenCV——PS滤镜, 碎片特效
    pthread_join()
    基于用例点来度量软件规模并管理进度 之中的一个
    tomcat的JK和JK2
    rackup工具
    ORACLE EXP命令
    很好的理解遗传算法的样例
  • 原文地址:https://www.cnblogs.com/grandyang/p/13092555.html
Copyright © 2020-2023  润新知