【LeetCode:2786. 访问数组中的位置使分数最大 + 递归 + 记忆化缓存 + dp】

|-----------|
| 🚀 算法题 🚀 |

🌲 算法刷题专栏 | 面试必备算法 | 面试高频算法 🍀
🌲 越难的东西,越要努力坚持，因为它具有很高的价值，算法就是这样✨
🌲 作者简介：硕风和炜，CSDN-Java领域优质创作者🏆，保研|国家奖学金|高中学习JAVA|大学完善JAVA开发技术栈|面试刷题|面经八股文|经验分享|好用的网站工具分享💎💎💎
🌲 恭喜你发现一枚宝藏博主,赶快收入囊中吧🌻
🌲 人生如棋，我愿为卒，行动虽慢，可谁曾见我后退一步？🎯🎯

|-----------|
| 🚀 算法题 🚀 |

🍔 目录

- [🚩 题目链接](#🚩 题目链接)
- [⛲ 题目描述](#⛲ 题目描述)
- [🌟 求解思路&实现代码&运行结果](#🌟 求解思路&实现代码&运行结果)
- - [⚡ 记忆化缓存](#⚡ 记忆化缓存)
  - - [🥦 求解思路](#🥦 求解思路)
    - [🥦 实现代码](#🥦 实现代码)
    - [🥦 运行结果](#🥦 运行结果)
- [💬 共勉](#💬 共勉)

🚩 题目链接

2786. 访问数组中的位置使分数最大

⛲ 题目描述

给你一个下标从 0 开始的整数数组 nums 和一个正整数 x 。

你一开始在数组的位置 0 处，你可以按照下述规则访问数组中的其他位置：

如果你当前在位置 i ，那么你可以移动到满足 i < j 的任意位置 j 。

对于你访问的位置 i ，你可以获得分数 nums $i$ 。

如果你从位置 i 移动到位置 j 且 nums $i$ 和 nums $j$ 的奇偶性不同，那么你将失去分数 x 。

请你返回你能得到的最大得分之和。

注意，你一开始的分数为 nums $0$ 。

示例 1：

输入：nums = $2,3,6,1,9,2$ , x = 5

输出：13

解释：我们可以按顺序访问数组中的位置：0 -> 2 -> 3 -> 4 。

对应位置的值为 2 ，6 ，1 和 9 。因为 6 和 1 的奇偶性不同，所以下标从 2 -> 3 让你失去 x = 5 分。

总得分为：2 + 6 + 1 + 9 - 5 = 13 。

示例 2：

输入：nums = $2,4,6,8$ , x = 3

输出：20

解释：数组中的所有元素奇偶性都一样，所以我们可以将每个元素都访问一次，而且不会失去任何分数。

总得分为：2 + 4 + 6 + 8 = 20 。

提示：

2 <= nums.length <= 105

1 <= nums $i$ , x <= 106

🌟 求解思路&实现代码&运行结果

⚡ 记忆化缓存

🥦 求解思路

通过分析该题目，我们发现该题目是具有重复子问题的，可以通过递归来求解。
情况1:假设我们来到当前的i位置要进行选择，如果当前i位置的奇偶性和之前位置的奇偶性相同，此时直接获取当前位置的数值。但是如果奇偶性不同，那么获取当前的位置，同时减去损耗的x，并且更新此时的奇偶性。
情况2:假设我们来到当前的i位置并且不选择，那我们就继续向后递归即可。
最后，返回二中情况当中的最大值即可。注意，递归超时，我们改为缓存即可通过，当然，最后也可以通过动态规划递推的方式来求解。
有了基本的思路，接下来我们就来通过代码来实现一下。

🥦 实现代码

java 复制代码

class Solution {
    long[][] map;

    public long maxScore(int[] nums, int x) {
        int n = nums.length;
        this.map = new long[n + 1][2];
        for (int i = 0; i < map.length; i++) {
            Arrays.fill(map[i], -1);
        }
        return process(1, nums[0] % 2, nums, x) + nums[0];
    }

    private long process(int i, int flag, int[] nums, int x) {
        if (i >= nums.length)
            return 0;
        if (map[i][flag] != -1)
            return map[i][flag];
        long p1 = 0;
        if (nums[i] % 2 == flag) {
            p1 += process(i + 1, flag, nums, x) + nums[i];
        } else {
            p1 += process(i + 1, nums[i] % 2, nums, x) + nums[i] - x;
        }
        long p2 = process(i + 1, flag, nums, x);
        return map[i][flag] = Math.max(p1, p2);
    }
}

🥦 运行结果

💬 共勉

|----------------------------------|
| 最后，我想和大家分享一句一直激励我的座右铭，希望可以与大家共勉！ |