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 <= 105
questions[i].length == 2
1 <= pointsi, brainpoweri <= 105
方法一:记忆化搜索
我们设计一个函数
函数
- 如果
$i \geq n$ ,表示已经解决完所有问题,返回$0$ ; - 否则,设第
$i$ 个问题的分数为$p$ ,需要跳过的问题数为$b$ ,那么$dfs(i) = \max(p + dfs(i + b + 1), dfs(i + 1))$ 。
为了避免重复计算,我们可以使用记忆化搜索的方法,用一个数组
时间复杂度
方法二:动态规划
我们定义
考虑
我们从后往前计算
时间复杂度
class Solution:
def mostPoints(self, questions: List[List[int]]) -> int:
@cache
def dfs(i: int) -> int:
if i >= len(questions):
return 0
p, b = questions[i]
return max(p + dfs(i + b + 1), dfs(i + 1))
return dfs(0)
class Solution:
def mostPoints(self, questions: List[List[int]]) -> int:
n = len(questions)
f = [0] * (n + 1)
for i in range(n - 1, -1, -1):
p, b = questions[i]
j = i + b + 1
f[i] = max(f[i + 1], p + (0 if j > n else f[j]))
return f[0]
class Solution {
private int n;
private Long[] f;
private int[][] questions;
public long mostPoints(int[][] questions) {
n = questions.length;
f = new Long[n];
this.questions = questions;
return dfs(0);
}
private long dfs(int i) {
if (i >= n) {
return 0;
}
if (f[i] != null) {
return f[i];
}
int p = questions[i][0], b = questions[i][1];
return f[i] = Math.max(p + dfs(i + b + 1), dfs(i + 1));
}
}
class Solution {
public long mostPoints(int[][] questions) {
int n = questions.length;
long[] f = new long[n + 1];
for (int i = n - 1; i >= 0; --i) {
int p = questions[i][0], b = questions[i][1];
int j = i + b + 1;
f[i] = Math.max(f[i + 1], p + (j > n ? 0 : f[j]));
}
return f[0];
}
}
class Solution {
public:
long long mostPoints(vector<vector<int>>& questions) {
int n = questions.size();
long long f[n];
memset(f, 0, sizeof(f));
function<long long(int)> dfs = [&](int i) -> long long {
if (i >= n) {
return 0;
}
if (f[i]) {
return f[i];
}
int p = questions[i][0], b = questions[i][1];
return f[i] = max(p + dfs(i + b + 1), dfs(i + 1));
};
return dfs(0);
}
};
class Solution {
public:
long long mostPoints(vector<vector<int>>& questions) {
int n = questions.size();
long long f[n + 1];
memset(f, 0, sizeof(f));
for (int i = n - 1; ~i; --i) {
int p = questions[i][0], b = questions[i][1];
int j = i + b + 1;
f[i] = max(f[i + 1], p + (j > n ? 0 : f[j]));
}
return f[0];
}
};
func mostPoints(questions [][]int) int64 {
n := len(questions)
f := make([]int64, n)
var dfs func(int) int64
dfs = func(i int) int64 {
if i >= n {
return 0
}
if f[i] > 0 {
return f[i]
}
p, b := questions[i][0], questions[i][1]
f[i] = max(int64(p)+dfs(i+b+1), dfs(i+1))
return f[i]
}
return dfs(0)
}
func max(a, b int64) int64 {
if a > b {
return a
}
return b
}
func mostPoints(questions [][]int) int64 {
n := len(questions)
f := make([]int64, n+1)
for i := n - 1; i >= 0; i-- {
p := int64(questions[i][0])
if j := i + questions[i][1] + 1; j <= n {
p += f[j]
}
f[i] = max(f[i+1], p)
}
return f[0]
}
func max(a, b int64) int64 {
if a > b {
return a
}
return b
}
function mostPoints(questions: number[][]): number {
const n = questions.length;
const f = Array(n).fill(0);
const dfs = (i: number): number => {
if (i >= n) {
return 0;
}
if (f[i] > 0) {
return f[i];
}
const [p, b] = questions[i];
return (f[i] = Math.max(p + dfs(i + b + 1), dfs(i + 1)));
};
return dfs(0);
}
function mostPoints(questions: number[][]): number {
const n = questions.length;
const f = Array(n + 1).fill(0);
for (let i = n - 1; i >= 0; --i) {
const [p, b] = questions[i];
const j = i + b + 1;
f[i] = Math.max(f[i + 1], p + (j > n ? 0 : f[j]));
}
return f[0];
}