当前位置: 首页 > article >正文

LeetCode 3259.超级饮料的最大化能力(动态规划状态机模型入门)

3259.超级饮料的最大化能力

传送门:. - 力扣(LeetCode)

来自未来的体育科学家给你两个整数数组 energyDrinkA 和 energyDrinkB,数组长度都等于 n。这两个数组分别代表 A、B 两种不同能量饮料每小时所能提供的强化能量。

你需要每小时饮用一种能量饮料来 最大化 你的总强化能量。然而,如果从一种能量饮料切换到另一种,你需要等待一小时来梳理身体的能量体系(在那个小时里你将不会获得任何强化能量)。

返回在接下来的 n 小时内你能获得的 最大 总强化能量。

注意 你可以选择从饮用任意一种能量饮料开始。

示例 1:

输入:energyDrinkA = [1,3,1], energyDrinkB = [3,1,1]

输出:5

解释:

要想获得 5 点强化能量,需要选择只饮用能量饮料 A(或者只饮用 B)。

示例 2:

输入:energyDrinkA = [4,1,1], energyDrinkB = [1,1,3]

输出:7

解释:

  • 第一个小时饮用能量饮料 A。
  • 切换到能量饮料 B ,在第二个小时无法获得强化能量。
  • 第三个小时饮用能量饮料 B ,并获得强化能量。

提示:

  • n == energyDrinkA.length == energyDrinkB.length
  • 3 <= n <= 10^5
  • 1 <= energyDrinkA[i], energyDrinkB[i] <= 10^5

(为了方便书写这里把energyDrinkA当作a, energyDrinkB当作b

一开始我是写了两个动态规划数组f,g,而且去表示状态的时候用了一个变量flag更新

class Solution {
    static const int N = 1e5 + 10;
    int f[N], g[N];
public:
    long long maxEnergyBoost(vector<int>& energyDrinkA, vector<int>& energyDrinkB) {
        int n = energyDrinkA.size();
        f[1] = energyDrinkA[0], f[2] = f[1] + energyDrinkA[1];
        g[1] = energyDrinkB[0], g[2] = g[1] + energyDrinkB[1];
        int flag = 1;
        for(int i = 3;i <= n;i ++){
            if(flag == 1){
                f[i] = f[i - 1] + energyDrinkA[i - 1];
                if(f[i - 2] + energyDrinkB[i - 1] > f[i]){
                    f[i] = f[i - 2] + energyDrinkB[i - 1];
                    flag = 2;
                }
            }else{
                f[i] = f[i - 1] + energyDrinkB[i - 1];
                if(f[i - 2] + energyDrinkA[i - 1] > f[i]){
                    f[i] = f[i - 2] + energyDrinkA[i - 1];
                    flag = 1;
                }
            }
        }
        flag = 2;
        for(int i = 3;i <= n;i ++){
            if(flag == 1){
                g[i] = g[i - 1] + energyDrinkA[i - 1];
                if(g[i - 2] + energyDrinkB[i - 1] > f[i]){
                    g[i] = g[i - 2] + energyDrinkB[i - 1];
                    flag = 2;
                }
            }else{
                g[i] = g[i - 1] + energyDrinkB[i - 1];
                if(g[i - 2] + energyDrinkA[i - 1] > g[i]){
                    g[i] = g[i - 2] + energyDrinkA[i - 1];
                    flag = 1;
                }
            }
        }
        return max(f[n], g[n]);
    }
};

这样很笨拙,而且错了,因为状态转移的方程推错了,这里有个误区啊,因为如果从1 -> 2之后他影响的是 状态2 的动态规划数组了,这时候跟状态1就没关系了

代码

class Solution {
    static const int N = 1e5 + 10;
    long long dp[N][2];
public:
    long long maxEnergyBoost(vector<int>& energyDrinkA, vector<int>& energyDrinkB) {
        int n = energyDrinkA.size();
        dp[1][0] = energyDrinkA[0], dp[1][1] = energyDrinkB[0];
        dp[2][0] = energyDrinkA[1] + dp[1][0], dp[2][1] = energyDrinkB[1] + dp[1][1];
        for(int i = 3;i <= n;i ++){
            dp[i][0] = max(dp[i - 1][0] + energyDrinkA[i - 1], dp[i - 2][1] + energyDrinkA[i - 1]);
            dp[i][1] = max(dp[i - 1][1] + energyDrinkB[i - 1], dp[i - 2][0] + energyDrinkB[i - 1]);
        }
        return max(dp[n][0], dp[n][1]);
    }
};

加油


http://www.kler.cn/a/379531.html

相关文章:

  • 2025生物发酵展(济南)为生物制造产业注入新活力共谱行业新篇章
  • 特殊矩阵的压缩存储
  • C#:强大而优雅的编程语言
  • Docker 镜像体积优化实践:从基础镜像重建到层压缩的全流程指南
  • Android 使用ninja加速编译的方法
  • 【AI】【提高认知】深度学习与反向传播:理解AI的基础
  • 探索数据管理新境界:PyTables库的奥秘
  • 低代码信息中心:赋能创新的未来
  • 密码学是如何保护数据传输的安全性?
  • 计算机网络 -- HTTP 协议详解
  • PyTorch实战-手写数字识别-MLP模型
  • Redis高级篇之缓存一致性详细教程
  • OpenEuler 使用ffmpeg x11grab捕获屏幕流,rtsp推流,并用vlc播放
  • 深入理解 Spring AOP:面向切面编程的原理与应用
  • LeetCode 0633.平方数之和:模拟
  • 【系统架构设计师】预测试卷一:综合知识(75道选择题)
  • Android Studio 安装过程
  • 虚拟化环境中的精简版 Android 操作系统 Microdroid
  • 【MATLAB源码-第286期】基于MATLAB的根升余弦脉冲整形对 BPSK 和 QPSK 调制的影响的对比仿真,输出功率谱,误码率曲线,星座图,眼图等.
  • 【初阶数据结构篇】链式结构二叉树(二叉链)的实现(感受递归暴力美学)
  • 金蝶云数据集成至MySQL的高效解决方案
  • 除了Vue CLI,还有哪些方式可以创建 Vue 项目?
  • Spring Boot 集成 Kafka
  • BERT的新闻标题生成
  • pip install -r requirements.txt下载速度慢
  • 跨越科技与文化的桥梁——ROSCon China 2024 即将盛大开幕