LeetCode 3259.超级饮料的最大强化能量:动态规划(O(1)空间)

【LetMeFly】3259.超级饮料的最大强化能量:动态规划(O(1)空间)

力扣题目链接:https://leetcode.cn/problems/maximum-energy-boost-from-two-drinks/

来自未来的体育科学家给你两个整数数组 energyDrinkAenergyDrinkB,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 <= 105
  • 1 <= energyDrinkA[i], energyDrinkB[i] <= 105

解题方法:动态规划(原地滚动)

使用4个变量:

  • day0a代表第0 天使用A能量饮料时的最大总能量
  • day0b代表第0 天使用B能量饮料时的最大总能量
  • day1a代表第1 天使用A能量饮料时的最大总能量
  • day1b代表第1 天使用B能量饮料时的最大总能量

那么对于第"2"天:

  • 选择饮料A的话:可以第1天就是饮料A(day1a),也可以第1天不喝然后第0天是饮料B(day0b)。最终到这天为止的总能量为 max ⁡ ( d a y 1 a , d a y 0 b ) + e n e r g y B [ i ] \max(day1a, day0b) + energyB[i] max(day1a,day0b)+energyB[i]
  • 选择饮料B的话:同理,最大总能量为 max ⁡ ( d a y 0 a , d a y 1 b ) + e n e r g y B [ i ] \max(day0a, day1b) + energyB[i] max(day0a,day1b)+energyB[i]

变量过程中更新维护这4个变量,最终返回 max ⁡ ( d a y 1 a , d a y 1 b ) \max(day1a, day1b) max(day1a,day1b)即为答案。(因为 d a y 1 a day1a day1a一定大于 d a y 0 a day0a day0a, d a y 1 b day1b day1b一定大于 d a y 0 b day0b day0b)

  • 时间复杂度 O ( n ) O(n) O(n)
  • 空间复杂度 O ( 1 ) O(1) O(1)

AC代码

C++
cpp 复制代码
typedef long long ll;
class Solution {
public:
    ll maxEnergyBoost(vector<int>& energyDrinkA, vector<int>& energyDrinkB) {
        ll day0a = 0, day0b = 0, day1a = energyDrinkA[0], day1b = energyDrinkB[0];
        for (int i = 1; i < energyDrinkA.size(); i++) {
            ll day2a = max(day1a, day0b) + energyDrinkA[i];
            ll day2b = max(day0a, day1b) + energyDrinkB[i];
            day0a = day1a, day0b = day1b, day1a = day2a, day1b = day2b;
        }
        return max(day1a, day1b);
    }
};

时空复杂度超越百分比:AC,100.00%,94.62%。

Python
python 复制代码
from typing import List

class Solution:
    def maxEnergyBoost(self, energyDrinkA: List[int], energyDrinkB: List[int]) -> int:
        day0a, day0b, day1a, day1b = 0, 0, energyDrinkA[0], energyDrinkB[0]
        for i in range(1, len(energyDrinkA)):
            day0a, day0b, day1a, day1b = day1a, day1b, max(day1a, day0b) + energyDrinkA[i], max(day0a, day1b) + energyDrinkB[i]
        return max(day1a, day1b)
Java
java 复制代码
class Solution {
    public long maxEnergyBoost(int[] energyDrinkA, int[] energyDrinkB) {
        long day0a = 0, day0b = 0, day1a = energyDrinkA[0], day1b = energyDrinkB[0];
        for (int i = 1; i < energyDrinkA.length; i++) {
            long day2a = Math.max(day1a, day0b) + energyDrinkA[i], day2b = Math.max(day0a, day1b) + energyDrinkB[i];
            day0a = day1a;
            day0b = day1b;
            day1a = day2a;
            day1b = day2b;
        }
        return Math.max(day1a, day1b);
    }
}
Go
go 复制代码
package main

func max(a int64, b int64) int64 {
    if a > b {
        return a
    }
    return b
}

func maxEnergyBoost(energyDrinkA []int, energyDrinkB []int) int64 {
    var day0a, day0b, day1a, day1b int64 = 0, 0, int64(energyDrinkA[0]), int64(energyDrinkB[0])
    for i := 1; i < len(energyDrinkA); i++ {
        day0a, day0b, day1a, day1b = day1a, day1b, max(day1a, day0b) + int64(energyDrinkA[i]), max(day0a, day1b) + int64(energyDrinkB[i])
    }
    return max(day1a, day1b)
}

同步发文于CSDN和我的个人博客,原创不易,转载经作者同意后请附上原文链接哦~

Tisfy:https://letmefly.blog.csdn.net/article/details/143429899

相关推荐
CoovallyAIHub8 小时前
中科大DSAI Lab团队多篇论文入选ICCV 2025,推动三维视觉与泛化感知技术突破
深度学习·算法·计算机视觉
NAGNIP9 小时前
Serverless 架构下的大模型框架落地实践
算法·架构
moonlifesudo9 小时前
半开区间和开区间的两个二分模版
算法
moonlifesudo9 小时前
300:最长递增子序列
算法
CoovallyAIHub14 小时前
港大&字节重磅发布DanceGRPO:突破视觉生成RLHF瓶颈,多项任务性能提升超180%!
深度学习·算法·计算机视觉
CoovallyAIHub15 小时前
英伟达ViPE重磅发布!解决3D感知难题,SLAM+深度学习完美融合(附带数据集下载地址)
深度学习·算法·计算机视觉
聚客AI1 天前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v1 天前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工2 天前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法
骑自行车的码农2 天前
【React用到的一些算法】游标和栈
算法·react.js