小红打怪

小红打怪

思路分析：可以看到ai的范围较大，如果我们直接一个个进行暴力遍历的话，会超时。当我们的攻击的次数越大的时候，怪物的血量就会越少，这里就有一个单调的规律在里面，我们可以考虑以 攻击的轮次作为二分的变量，进行二分，对于每一个二分的mid,我们设计好对应的check函数，判断在mid轮攻击下，是否可以消灭所有的怪兽

n = int(input())
num = list(map(int,input().split()))
n = len(num)

def check(mid):
    # 判断在mid次数之内是否将怪物全部消灭
    # 先处理群体攻击
    newnum = [max(0,u-mid) for u in num ]
    # 再处理相邻的攻击，遇到相邻才处理，多余的次数转变为单次攻击
    count = mid
    for i in range(n-1):
        if newnum[i]!=0 and count!=0:
            # 这个sub的值别漏了对count的判断
            sub = min(newnum[i],newnum[i+1],count)
            newnum[i]-=sub
            newnum[i+1]-=sub
            count-=sub
        if count==0:
            break
    # 处理单次操作，如果count还有剩余，那么总的操作次数是 mid+count
    a = sum(newnum)
    if a <= mid + count:
        return True
    else:
        return False

# 二分操作
left,right = 0,max(num)
while left<=right:
    mid = (left+right)//2
    if check(mid):
        right=mid-1
    else:
        left=mid+1
print(left)

算法实现的细节：首先check函数首先处理的是全局攻击，然后再进行处理相邻的攻击(相邻攻击的时候，为了节省次数，我们只处理相邻的情况，每次减去的部分sub是min(newnum[i],newnum[i+1],count))，如果减完之后，count有剩余，则加到单个攻击里面，最后判断sum剩余的情况与我们的攻击次数是否够

    count = mid
    for i in range(n-1):
        if newnum[i]!=0 and count!=0:
            # 这个sub的值别漏了对count的判断
            sub = min(newnum[i],newnum[i+1],count)
            newnum[i]-=sub
            newnum[i+1]-=sub
            count-=sub
        if count==0:
            break

494.目标和

494.目标和

思路分析：我们可以使用类似于0-1背包的问题，选择加的整数，
要加的整数为p ,整个数组的和为s,那么要减去的数目就是s-p ,也就是有 p - (s-p) = target,经过转换就有 p = (s+target)/2,也就是 这个 target + s必须是偶数,由于nums[i]没有负数，所以target<0的时候也无解

class Solution:
    def findTargetSumWays(self, nums: List[int], target: int) -> int:
        target += sum(nums)
        if target < 0 or target % 2 :
            return 0
        target //= 2

        n = len(nums)

        @cache
        # dfs(i,c)表示，前i中数字中，满足target的组合数
        def dfs(i,c):
            # i < 0，表示选择完了
            if i < 0:
                return 1 if c == 0 else 0
            if c < nums[i]:
                return dfs(i-1,c)
            return dfs(i-1,c) + dfs(i-1,c-nums[i])
        
        return dfs(n-1,target)