当前位置： 移动技术网 > IT编程>开发语言>Java > Java实现藏宝架拿宝物(分享阿里巴巴面试题及解答思路）

Java实现藏宝架拿宝物(分享阿里巴巴面试题及解答思路）

2020年07月31日  | 移动技术网IT编程  | 我要评论

有个藏宝架有n层，每层的宝物数量不一，每个宝物都有其价值，现在要求拿出m个宝物，并且需要遵守规则：
每次只能拿选定层的两端的宝物
要拿出的m个宝物的总价值是各种方案里最大的
输入：
n是层数，m是挑选的次数。n<=100,m<=10000
下面每行代表每层，且第一个数是这层宝物的数量k，后面的则是k个宝物的价值c 

样例： 2 3 2 3 2 4 1 4 1 5 输出：10

说明：
5+3+2=10
1<=n,k,c<=100
1<=m<=10000
输入保证宝物的数量够拿取的数量

大概思路：
先求每一行能拿i个宝物的最大值而且还要从两端开始拿 <=> 我们从中间取最小的一部分，然后用这一行所有宝物的和减去最小的这一小部分
然后每行的拿i个宝物的求出来了，然后在dp拼凑，求出最大的价值 

import java.util.Scanner; public class Demo222 { public static void main(String[] args) { Scanner sc = new Scanner(System.in); //输入n行的，并且取m个宝物 int n = sc.nextInt(); int m = sc.nextInt(); //num[i][j]代表的是，第i行，取j个宝物的最大值 int[][] num = new int[n][]; int index = 0; //记录一下有几行宝物 int maxSizeRow = n; //循环几行 while (n-- > 0) { //输入当前行的宝物 int len = sc.nextInt(); int[] temp = new int[len]; for (int i = 0; i < len; i++) { temp[i] = sc.nextInt(); } //maxVal[i]表示取i个宝物的最大值 int[] maxVal = new int[len + 1]; int[] prevSum = new int[len]; //求前缀和 prevSum[0] = temp[0]; //附上初始值，第一个数的前缀和就是第一个数 int sum = temp[0]; for (int i = 1; i < len; i++) { prevSum[i] = prevSum[i - 1] + temp[i]; sum += temp[i]; } maxVal[len] = sum; //把当前行所有的都拿了就是这些宝物的和 /*
            * 这里用的思路为：
            *   我们取得话，只能拿两端得，要能拿到得最大值
            *   我们转换一下思路，我们只拿中间得最小值，那么剩下得就是最大值
            *
            * */ for (int i = 1; i < len; i++) { //取i个宝物 int minVal = prevSum[i - 1]; for (int j = 0; j < len - i; j++) { //从j位置开始取 int k = i + j; //k为取得结束位置（从j位置取i个就是到i+j位置） //找到中间最小得           这里就是最小的那一段得值 minVal = Math.min(minVal, prevSum[k] - prevSum[j]); } //我们取得是i个宝物得最小值，那么就是取（这一层的宝物数量-i）个最大值的宝物 maxVal[len - i] = prevSum[len - 1] - minVal; } //放入我们的num数组，index是为了自动换行 num[index++] = maxVal; } //dp[i][j]就是我们从头到i行取j个宝物的最大值 int[][] dp = new int[maxSizeRow + 1][m + 1]; for (int i = 1; i <= maxSizeRow; i++) { for (int j = 0; j <= m; j++) { for (int k = 0; k < num[i - 1].length && j - k >= 0; k++) { //最大值就是上一层拿[j-k]个宝物这一层拿k个宝物（这里num[i-1]是因为我们的num是从第0行开始加入的） dp[i][j] = Math.max(dp[i - 1][j - k] + num[i - 1][k], dp[i][j]); } } } System.out.println(dp[maxSizeRow][m]); } }

本文地址：https://blog.csdn.net/weixin_46285416/article/details/107656623

您可能感兴趣的文章:

如对本文有疑问， 点击进行留言回复！！

相关文章:

验证码：
最近更新的文章
大家感兴趣的文章
移动技术网