给你一个下标从 0 开始的二维整数数组 questions
,其中 questions[i] = [pointsi, brainpoweri]
。
这个数组表示一场考试里的一系列题目,你需要 按顺序 (也就是从问题 0
开始依次解决),针对每个问题选择 解决 或者 跳过 操作。解决问题 i
将让你 获得 pointsi
的分数,但是你将 无法 解决接下来的 brainpoweri
个问题(即只能跳过接下来的 brainpoweri
个问题)。如果你跳过问题 i
,你可以对下一个问题决定使用哪种操作。
- 比方说,给你
questions = [[3, 2], [4, 3], [4, 4], [2, 5]]
:- 如果问题
0
被解决了, 那么你可以获得3
分,但你不能解决问题1
和2
。 - 如果你跳过问题
0
,且解决问题1
,你将获得4
分但是不能解决问题2
和3
。
- 如果问题
请你返回这场考试里你能获得的 最高 分数。
示例 1:
输入:questions = [[3,2],[4,3],[4,4],[2,5]] 输出:5 解释:解决问题 0 和 3 得到最高分。 - 解决问题 0 :获得 3 分,但接下来 2 个问题都不能解决。 - 不能解决问题 1 和 2 - 解决问题 3 :获得 2 分 总得分为:3 + 2 = 5 。没有别的办法获得 5 分或者多于 5 分。
示例 2:
输入:questions = [[1,1],[2,2],[3,3],[4,4],[5,5]] 输出:7 解释:解决问题 1 和 4 得到最高分。 - 跳过问题 0 - 解决问题 1 :获得 2 分,但接下来 2 个问题都不能解决。 - 不能解决问题 2 和 3 - 解决问题 4 :获得 5 分 总得分为:2 + 5 = 7 。没有别的办法获得 7 分或者多于 7 分。
提示:
1 <= questions.length <= 10^5
questions[i].length == 2
1 <= pointsi, brainpoweri <= 10^5
分析:可以从无后效性的角度考虑动态规划「状态」的定义。对于每一道题目,解决与否会影响到后面一定数量题目的结果,但不会影响到前面题目的解决。可以考虑从反方向定义「状态」,即考虑解决每道题本身及以后的题目可以获得的最高分数。
用 dp[i] 来表示解决第 i 道题目及以后的题目可以获得的最高分数。同时从后往前遍历题目,并更新 dp 数组。类似地,根据是否选择解决第 i 道题目,会有以下两种情况:
不解决第 i 道题目,此时 dp[i]=dp[i+1];
解决第 i 道题目,只能解决下标大于 i+brainpower[i] 的题目,根据 dp 数组的定义,解决这些题目的最高分数为 dp[i+brainpower[i]+1](当 i≥n 的情况下,认为 dp[i]=0)。因此,我们有:
dp[i]=points[i]+dp[i+brainpower[i]+1].
综合上述两种情况,我们就得出了 dp[i] 的状态转移方程:
dp[i]=max(dp[i+1],points[i]+dp[i+brainpower[i]+1]).
在实际计算中,考虑到 i≥n 的边界条件,我们在定义 dp 数组时,可以预留 dp[n]=0 用来表示没有做任何题目的分数。那么上面的转移方程变为:
dp[i]=max(dp[i+1],points[i]+dp[min(n,i+brainpower[i]+1)]).
最终,dp[0] 即为考试中可以获得的最高分数,我们返回该数值作为答案。
作者:力扣官方题解
链接:https://leetcode.cn/problems/solving-questions-with-brainpower/solutions/1233147/jie-jue-zhi-li-wen-ti-by-leetcode-soluti-ieuq/
来源:力扣(LeetCode)
long long mostPoints(int** questions, int questionsSize, int* questionsColSize) {long long dp[questionsSize+5];dp[questionsSize]=0;long long ans=-1;for(int i=questionsSize-1;i>=0;--i){long long temp=questions[i][0];int index=fmin(questionsSize,i+questions[i][1]+1);temp+=dp[index];dp[i]=fmax(dp[i+1],temp);}return dp[0];
}