给你一棵二叉树的根节点 root ，二叉树中节点的值 互不相同 。另给你一个整数 start 。在第 0 分钟，感染 将会从值为 start 的节点开始爆发。

每分钟，如果节点满足以下全部条件，就会被感染：

节点此前还没有感染。
节点与一个已感染节点相邻。
返回感染整棵树需要的分钟数。

示例 1：

输入：root = [1,5,3,null,4,10,6,9,2], start = 3
输出：4
解释：节点按以下过程被感染：

• 第 0 分钟：节点 3
• 第 1 分钟：节点 1、10、6
• 第 2 分钟：节点5
• 第 3 分钟：节点 4
• 第 4 分钟：节点 9 和 2
  感染整棵树需要 4 分钟，所以返回 4 。
  示例 2：
  

输入：root = [1], start = 1
输出：0
解释：第 0 分钟，树中唯一一个节点处于感染状态，返回 0 。

提示：

树中节点的数目在范围 [1, 105] 内
1 <= Node.val <= 105
每个节点的值 互不相同
树中必定存在值为 start 的节点

哈希映射+DFS：

/*** Definition for a binary tree node.* struct TreeNode {*     int val;*     TreeNode *left;*     TreeNode *right;*     TreeNode() : val(0), left(nullptr), right(nullptr) {}*     TreeNode(int x) : val(x), left(nullptr), right(nullptr) {}*     TreeNode(int x, TreeNode *left, TreeNode *right) : val(x), left(left),* right(right) {}* };*/
class Solution {
public:int amountOfTime(TreeNode* root, int start) {unordered_map<int, vector<int>> graph;buildGraph(root, graph, NULL);queue<int> q;unordered_set<int> visited;q.push(start);visited.insert(start);int minutes = 0;while (!q.empty()) {int size = q.size();for (int i = 0; i < size; ++i) {int node = q.front();q.pop();for (int neighbor : graph[node]) {if (visited.count(neighbor) == 0) {q.push(neighbor);visited.insert(neighbor);}}}if (!q.empty()) {++minutes;}}return minutes;}private:void buildGraph(TreeNode* node, unordered_map<int, vector<int>>& graph,TreeNode* parent) {if (node == NULL)return;if (parent != NULL) {graph[node->val].push_back(parent->val);graph[parent->val].push_back(node->val);}buildGraph(node->left, graph, node);buildGraph(node->right, graph, node);}
};

卡车有两个油箱。给你两个整数，mainTank 表示主油箱中的燃料（以升为单位），additionalTank 表示副油箱中的燃料（以升为单位）。

该卡车每耗费 1 升燃料都可以行驶 10 km。每当主油箱使用了 5 升燃料时，如果副油箱至少有 1 升燃料，则会将 1 升燃料从副油箱转移到主油箱。

返回卡车可以行驶的最大距离。

注意：从副油箱向主油箱注入燃料不是连续行为。这一事件会在每消耗 5 升燃料时突然且立即发生。

示例 1：

输入：mainTank = 5, additionalTank = 10
输出：60
解释：
在用掉 5 升燃料后，主油箱中燃料还剩下 (5 - 5 + 1) = 1 升，行驶距离为 50km 。
在用掉剩下的 1 升燃料后，没有新的燃料注入到主油箱中，主油箱变为空。
总行驶距离为 60km 。
示例 2：

输入：mainTank = 1, additionalTank = 2
输出：10
解释：
在用掉 1 升燃料后，主油箱变为空。
总行驶距离为 10km 。

提示：

1 <= mainTank, additionalTank <= 100

简单模拟：

class Solution {
public:int distanceTraveled(int mainTank, int additionalTank) {int ans = 0;while (mainTank >= 5) {mainTank -= 5;ans += 50;if (additionalTank) {additionalTank--;mainTank++;}}return ans + mainTank * 10;}
};

实现支持下列接口的「快照数组」- SnapshotArray：

SnapshotArray(int length) - 初始化一个与指定长度相等的 类数组 的数据结构。初始时，每个元素都等于 0。
void set(index, val) - 会将指定索引 index 处的元素设置为 val。
int snap() - 获取该数组的快照，并返回快照的编号 snap_id（快照号是调用 snap() 的总次数减去 1）。
int get(index, snap_id) - 根据指定的 snap_id 选择快照，并返回该快照指定索引 index 的值。

示例：

输入：[“SnapshotArray”,“set”,“snap”,“set”,“get”]
[[3],[0,5],[],[0,6],[0,0]]
输出：[null,null,0,null,5]
解释：
SnapshotArray snapshotArr = new SnapshotArray(3); // 初始化一个长度为 3 的快照数组
snapshotArr.set(0,5); // 令 array[0] = 5
snapshotArr.snap(); // 获取快照，返回 snap_id = 0
snapshotArr.set(0,6);
snapshotArr.get(0,0); // 获取 snap_id = 0 的快照中 array[0] 的值，返回 5

提示：

1 <= length <= 50000
题目最多进行50000 次set，snap，和 get的调用 。
0 <= index < length
0 <= snap_id < 我们调用 snap() 的总次数
0 <= val <= 10^9

二分查找：

class SnapshotArray {
public:SnapshotArray(int length) : snap_cnt(0), data(length) {}void set(int index, int val) { data[index].emplace_back(snap_cnt, val); }int snap() { return snap_cnt++; }int get(int index, int snap_id) {auto x = upper_bound(data[index].begin(), data[index].end(),pair{snap_id + 1, -1});return x == data[index].begin() ? 0 : prev(x)->second;}private:int snap_cnt;vector<vector<pair<int, int>>> data;
};

给你一个下标从 0 开始的 m x n 整数矩阵 grid 。矩阵中某一列的宽度是这一列数字的最大 字符串长度 。

比方说，如果 grid = [[-10], [3], [12]] ，那么唯一一列的宽度是 3 ，因为 -10 的字符串长度为 3 。
请你返回一个大小为 n 的整数数组 ans ，其中 ans[i] 是第 i 列的宽度。

一个有 len 个数位的整数 x ，如果是非负数，那么 字符串长度 为 len ，否则为 len + 1 。

示例 1：

输入：grid = [[1],[22],[333]]
输出：[3]
解释：第 0 列中，333 字符串长度为 3 。
示例 2：

输入：grid = [[-15,1,3],[15,7,12],[5,6,-2]]
输出：[3,1,2]
解释：
第 0 列中，只有 -15 字符串长度为 3 。
第 1 列中，所有整数的字符串长度都是 1 。
第 2 列中，12 和 -2 的字符串长度都为 2 。

提示：

m == grid.length
n == grid[i].length
1 <= m, n <= 100
-1e9 <= grid[r][c] <= 1e9

模拟即可:

class Solution {
public:vector<int> findColumnWidth(vector<vector<int>>& grid) {int n = grid[0].size();vector<int> ans(n);for (int j = 0; j < n; j++) {for (auto& row : grid) {ans[j] = max(ans[j], (int)to_string(row[j]).length());}}return ans;}
};

给你一个整数 n ，以二进制字符串的形式返回该整数的 负二进制（base -2）表示。

注意，除非字符串就是 “0”，否则返回的字符串中不能含有前导零。

示例 1：

输入：n = 2
输出：“110”
解释：(-2)2 + (-2)1 = 2
示例 2：

输入：n = 3
输出：“111”
解释：(-2)2 + (-2)1 + (-2)0 = 3
示例 3：

输入：n = 4
输出：“100”
解释：(-2)2 = 4

提示：

0 <= n <= 1e9

模拟：

class Solution {
public:string baseNeg2(int n) {if (n == 0) {return "0";}string ans;while (n != 0) {int remainder = n % (-2);n /= -2;if (remainder < 0) {remainder += 2;n += 1;}ans = to_string(remainder) + ans;}return ans;}
};

矩阵对角线 是一条从矩阵最上面行或者最左侧列中的某个元素开始的对角线，沿右下方向一直到矩阵末尾的元素。例如，矩阵 mat 有 6 行 3 列，从 mat[2][0] 开始的 矩阵对角线 将会经过 mat[2][0]、mat[3][1] 和 mat[4][2] 。

给你一个 m * n 的整数矩阵 mat ，请你将同一条 矩阵对角线 上的元素按升序排序后，返回排好序的矩阵。

示例 1：

输入：mat = [[3,3,1,1],[2,2,1,2],[1,1,1,2]]
输出：[[1,1,1,1],[1,2,2,2],[1,2,3,3]]
示例 2：

输入：mat = [[11,25,66,1,69,7],[23,55,17,45,15,52],[75,31,36,44,58,8],[22,27,33,25,68,4],[84,28,14,11,5,50]]
输出：[[5,17,4,1,52,7],[11,11,25,45,8,69],[14,23,25,44,58,15],[22,27,31,36,50,66],[84,28,75,33,55,68]]

提示：

m == mat.length
n == mat[i].length
1 <= m, n <= 100
1 <= mat[i][j] <= 100

对角线排序，哈希：

class Solution {
public:vector<vector<int>> diagonalSort(vector<vector<int>>& mat) {unordered_map<int, priority_queue<int, vector<int>, greater<int>>> m;int row = mat.size(), col = mat[0].size();for (int i = 0; i < row; i++) {for (int j = 0; j < col; j++) {m[i - j].push(mat[i][j]);}}for (int i = 0; i < row; i++) {for (int j = 0; j < col; j++) {mat[i][j] = m[i - j].top();m[i - j].pop();}}return mat;}
};

公司里共有 n 名员工，按从 0 到 n - 1 编号。每个员工 i 已经在公司工作了 hours[i] 小时。

公司要求每位员工工作 至少 target 小时。

给你一个下标从 0 开始、长度为 n 的非负整数数组 hours 和一个非负整数 target 。

请你用整数表示并返回工作至少 target 小时的员工数。

示例 1：

输入：hours = [0,1,2,3,4], target = 2
输出：3
解释：公司要求每位员工工作至少 2 小时。

• 员工 0 工作 0 小时，不满足要求。
• 员工 1 工作 1 小时，不满足要求。
• 员工 2 工作 2 小时，满足要求。
• 员工 3 工作 3 小时，满足要求。
• 员工 4 工作 4 小时，满足要求。
  共有 3 位满足要求的员工。
  示例 2：

输入：hours = [5,1,4,2,2], target = 6
输出：0
解释：公司要求每位员工工作至少 6 小时。
共有 0 位满足要求的员工。

提示：

1 <= n == hours.length <= 50
0 <= hours[i], target <= 1e5

简单模拟：

class Solution {
public:int numberOfEmployeesWhoMetTarget(vector<int>& hours, int target) {int cnt = 0;for (int i = 0; i < hours.size(); i++) {if (hours[i] >= target) {cnt++;}}return cnt;}
};

给你一个下标从 0 开始的整数数组 costs ，其中 costs[i] 是雇佣第 i 位工人的代价。

同时给你两个整数 k 和 candidates 。我们想根据以下规则恰好雇佣 k 位工人：

总共进行 k 轮雇佣，且每一轮恰好雇佣一位工人。
在每一轮雇佣中，从最前面 candidates 和最后面 candidates 人中选出代价最小的一位工人，如果有多位代价相同且最小的工人，选择下标更小的一位工人。
比方说，costs = [3,2,7,7,1,2] 且 candidates = 2 ，第一轮雇佣中，我们选择第 4 位工人，因为他的代价最小 [3,2,7,7,1,2] 。
第二轮雇佣，我们选择第 1 位工人，因为他们的代价与第 4 位工人一样都是最小代价，而且下标更小，[3,2,7,7,2] 。注意每一轮雇佣后，剩余工人的下标可能会发生变化。
如果剩余员工数目不足 candidates 人，那么下一轮雇佣他们中代价最小的一人，如果有多位代价相同且最小的工人，选择下标更小的一位工人。
一位工人只能被选择一次。
返回雇佣恰好 k 位工人的总代价。

示例 1：

输入：costs = [17,12,10,2,7,2,11,20,8], k = 3, candidates = 4
输出：11
解释：我们总共雇佣 3 位工人。总代价一开始为 0 。

• 第一轮雇佣，我们从 [17,12,10,2,7,2,11,20,8] 中选择。最小代价是 2 ，有两位工人，我们选择下标更小的一位工人，即第 3 位工人。总代价是 0 + 2 = 2 。
• 第二轮雇佣，我们从 [17,12,10,7,2,11,20,8] 中选择。最小代价是 2 ，下标为 4 ，总代价是 2 + 2 = 4 。
• 第三轮雇佣，我们从 [17,12,10,7,11,20,8] 中选择，最小代价是 7 ，下标为 3 ，总代价是 4 + 7 = 11 。注意下标为 3 的工人同时在最前面和最后面 4 位工人中。
  总雇佣代价是 11 。
  示例 2：

输入：costs = [1,2,4,1], k = 3, candidates = 3
输出：4
解释：我们总共雇佣 3 位工人。总代价一开始为 0 。

• 第一轮雇佣，我们从 [1,2,4,1] 中选择。最小代价为 1 ，有两位工人，我们选择下标更小的一位工人，即第 0 位工人，总代价是 0 + 1 = 1 。注意，下标为 1 和 2 的工人同时在最前面和最后面 3 位工人中。
• 第二轮雇佣，我们从 [2,4,1] 中选择。最小代价为 1 ，下标为 2 ，总代价是 1 + 1 = 2 。
• 第三轮雇佣，少于 3 位工人，我们从剩余工人 [2,4] 中选择。最小代价是 2 ，下标为 0 。总代价为 2 + 2 = 4 。
  总雇佣代价是 4 。

提示：

1 <= costs.length <= 1e5
1 <= costs[i] <= 1e5
1 <= k, candidates <= costs.length

最小堆模拟（菜鸡不会，抄了灵神）：

class Solution {
public:long long totalCost(vector<int>& costs, int k, int candidates) {int n = costs.size();if (candidates * 2 + k > n) {ranges::nth_element(costs, costs.begin() + k);return accumulate(costs.begin(), costs.begin() + k, 0LL);}priority_queue<int, vector<int>, greater<>> pre, suf;for (int i = 0; i < candidates; i++) {pre.push(costs[i]);suf.push(costs[n - 1 - i]);}long long ans = 0;int i = candidates, j = n - 1 - candidates;while (k--) {if (pre.top() <= suf.top()) {ans += pre.top();pre.pop();pre.push(costs[i++]);} else {ans += suf.top();suf.pop();suf.push(costs[j--]);}}return ans;}
};

有 n 名工人。 给定两个数组 quality 和 wage ，其中，quality[i] 表示第 i 名工人的工作质量，其最低期望工资为 wage[i] 。

现在我们想雇佣 k 名工人组成一个工资组。在雇佣 一组 k 名工人时，我们必须按照下述规则向他们支付工资：

对工资组中的每名工人，应当按其工作质量与同组其他工人的工作质量的比例来支付工资。
工资组中的每名工人至少应当得到他们的最低期望工资。
给定整数 k ，返回 组成满足上述条件的付费群体所需的最小金额 。在实际答案的 10-5 以内的答案将被接受。。

示例 1：

输入： quality = [10,20,5], wage = [70,50,30], k = 2
输出： 105.00000
解释： 我们向 0 号工人支付 70，向 2 号工人支付 35。
示例 2：

输入： quality = [3,1,10,10,1], wage = [4,8,2,2,7], k = 3
输出： 30.66667
解释： 我们向 0 号工人支付 4，向 2 号和 3 号分别支付 13.33333。

提示：

n == quality.length == wage.length
1 <= k <= n <= 1e4
1 <= quality[i], wage[i] <= 1e4

贪心+优先队列（思路居然和ylb大佬一样）：

class Solution {
public:double mincostToHireWorkers(vector<int>& quality, vector<int>& wage,int K) {int n = quality.size();vector<pair<double, int>> workers(n);for (int i = 0; i < n; ++i) {workers[i] = {double(wage[i]) / quality[i], quality[i]};}sort(workers.begin(), workers.end());double res = 1e9, qsum = 0;priority_queue<int> pq;for (auto worker : workers) {double ratio = worker.first;int q = worker.second;qsum += q;pq.push(q);if (pq.size() > K) {qsum -= pq.top();pq.pop();}if (pq.size() == K) {res = min(res, ratio * qsum);}}return res;}
};

给你一个整数数组 salary ，数组里每个数都是 唯一 的，其中 salary[i] 是第 i 个员工的工资。

请你返回去掉最低工资和最高工资以后，剩下员工工资的平均值。

示例 1：

输入：salary = [4000,3000,1000,2000]
输出：2500.00000
解释：最低工资和最高工资分别是 1000 和 4000 。
去掉最低工资和最高工资以后的平均工资是 (2000+3000)/2= 2500
示例 2：

输入：salary = [1000,2000,3000]
输出：2000.00000
解释：最低工资和最高工资分别是 1000 和 3000 。
去掉最低工资和最高工资以后的平均工资是 (2000)/1= 2000
示例 3：

输入：salary = [6000,5000,4000,3000,2000,1000]
输出：3500.00000
示例 4：

输入：salary = [8000,9000,2000,3000,6000,1000]
输出：4750.00000

提示：

3 <= salary.length <= 100
10^3 <= salary[i] <= 10^6
salary[i] 是唯一的。
与真实值误差在 10^-5 以内的结果都将视为正确答案。

简单模拟：

class Solution {
public:double average(vector<int>& salary) {sort(salary.begin(), salary.end());double sum = 0;for (int i = 1; i < salary.size() - 1; i++) {sum += salary[i];}return sum/(salary.size() - 2);}
};

你打算利用空闲时间来做兼职工作赚些零花钱。

这里有 n 份兼职工作，每份工作预计从 startTime[i] 开始到 endTime[i] 结束，报酬为 profit[i]。

给你一份兼职工作表，包含开始时间 startTime，结束时间 endTime 和预计报酬 profit 三个数组，请你计算并返回可以获得的最大报酬。

注意，时间上出现重叠的 2 份工作不能同时进行。

如果你选择的工作在时间 X 结束，那么你可以立刻进行在时间 X 开始的下一份工作。

示例 1：

输入：startTime = [1,2,3,3], endTime = [3,4,5,6], profit = [50,10,40,70]
输出：120
解释：
我们选出第 1 份和第 4 份工作，
时间范围是 [1-3]+[3-6]，共获得报酬 120 = 50 + 70。
示例 2：

输入：startTime = [1,2,3,4,6], endTime = [3,5,10,6,9], profit = [20,20,100,70,60]
输出：150
解释：
我们选择第 1，4，5 份工作。
共获得报酬 150 = 20 + 70 + 60。
示例 3：

输入：startTime = [1,1,1], endTime = [2,3,4], profit = [5,6,4]
输出：6

提示：

1 <= startTime.length == endTime.length == profit.length <= 5 * 10^4
1 <= startTime[i] < endTime[i] <= 10^9
1 <= profit[i] <= 10^4

DP+二分（灵神题解)：

class Solution {
public:int jobScheduling(vector<int> &startTime, vector<int> &endTime, vector<int> &profit) {int n = startTime.size();vector<array<int, 3>> jobs(n);for (int i = 0; i < n; i++) {jobs[i] = {endTime[i], startTime[i], profit[i]};}ranges::sort(jobs, [](auto &a, auto &b) { return a[0] < b[0]; }); // 按照结束时间排序vector<int> f(n + 1);for (int i = 0; i < n; i++) {int j = upper_bound(jobs.begin(), jobs.begin() + i, array<int, 3>{jobs[i][1], INT_MAX}) - jobs.begin();// 状态转移中，为什么是 j 不是 j+1：上面算的是 > 开始时间，-1 后得到 <= 开始时间，但由于还要 +1，抵消了f[i + 1] = max(f[i], f[j] + jobs[i][2]);}return f[n];}
};

题解：动态规划 + 二分查找优化

你有一个炸弹需要拆除，时间紧迫！你的情报员会给你一个长度为 n 的 循环 数组 code 以及一个密钥 k 。

为了获得正确的密码，你需要替换掉每一个数字。所有数字会 同时 被替换。

如果 k > 0 ，将第 i 个数字用 接下来 k 个数字之和替换。
如果 k < 0 ，将第 i 个数字用 之前 k 个数字之和替换。
如果 k == 0 ，将第 i 个数字用 0 替换。
由于 code 是循环的， code[n-1] 下一个元素是 code[0] ，且 code[0] 前一个元素是 code[n-1] 。

给你 循环 数组 code 和整数密钥 k ，请你返回解密后的结果来拆除炸弹！

示例 1：

输入：code = [5,7,1,4], k = 3
输出：[12,10,16,13]
解释：每个数字都被接下来 3 个数字之和替换。解密后的密码为 [7+1+4, 1+4+5, 4+5+7, 5+7+1]。注意到数组是循环连接的。
示例 2：

输入：code = [1,2,3,4], k = 0
输出：[0,0,0,0]
解释：当 k 为 0 时，所有数字都被 0 替换。
示例 3：

输入：code = [2,4,9,3], k = -2
输出：[12,5,6,13]
解释：解密后的密码为 [3+9, 2+3, 4+2, 9+4] 。注意到数组是循环连接的。如果 k 是负数，那么和为 之前 的数字。

提示：

n == code.length
1 <= n <= 100
1 <= code[i] <= 100
-(n - 1) <= k <= n - 1

滑动窗口：

class Solution {
public:vector<int> decrypt(vector<int>& code, int k) {int n = code.size();vector<int> res(n);if (k == 0)return res;int start = 1, end = k, sum = 0;if (k < 0) {start = n + k;end = n - 1;}for (int i = start; i <= end; i++) {sum += code[i];}for (int i = 0; i < n; i++) {res[i] = sum;sum -= code[(start++ % n + n) % n];sum += code[(++end % n + n) % n];}return res;}
};

给你一个 n x n 的网格 grid ，代表一块樱桃地，每个格子由以下三种数字的一种来表示：

0 表示这个格子是空的，所以你可以穿过它。
1 表示这个格子里装着一个樱桃，你可以摘到樱桃然后穿过它。
-1 表示这个格子里有荆棘，挡着你的路。
请你统计并返回：在遵守下列规则的情况下，能摘到的最多樱桃数：

从位置 (0, 0) 出发，最后到达 (n - 1, n - 1) ，只能向下或向右走，并且只能穿越有效的格子（即只可以穿过值为 0 或者 1 的格子）；
当到达 (n - 1, n - 1) 后，你要继续走，直到返回到 (0, 0) ，只能向上或向左走，并且只能穿越有效的格子；
当你经过一个格子且这个格子包含一个樱桃时，你将摘到樱桃并且这个格子会变成空的（值变为 0 ）；
如果在 (0, 0) 和 (n - 1, n - 1) 之间不存在一条可经过的路径，则无法摘到任何一个樱桃。

示例 1：

输入：grid = [[0,1,-1],[1,0,-1],[1,1,1]]
输出：5
解释：玩家从 (0, 0) 出发：向下、向下、向右、向右移动至 (2, 2) 。
在这一次行程中捡到 4 个樱桃，矩阵变成 [[0,1,-1],[0,0,-1],[0,0,0]] 。
然后，玩家向左、向上、向上、向左返回起点，再捡到 1 个樱桃。
总共捡到 5 个樱桃，这是最大可能值。
示例 2：

输入：grid = [[1,1,-1],[1,-1,1],[-1,1,1]]
输出：0

提示：

n == grid.length
n == grid[i].length
1 <= n <= 50
grid[i][j] 为 -1、0 或 1
grid[0][0] != -1
grid[n - 1][n - 1] != -1

经典DP：

class Solution {
public:int cherryPickup(vector<vector<int>>& grid) {int n = grid.size();vector<vector<vector<int>>> dp(n, vector<vector<int>>(n, vector<int>(n, -1)));return max(0, dfs(grid, dp, 0, 0, 0));}int dfs(vector<vector<int>>& grid, vector<vector<vector<int>>>& dp, int x1,int y1, int x2) {int y2 = x1 + y1 - x2;if (x1 < 0 || y1 < 0 || x2 < 0 || y2 < 0 || x1 >= grid.size() ||y1 >= grid.size() || x2 >= grid.size() || y2 >= grid.size() ||grid[x1][y1] == -1 || grid[x2][y2] == -1) {return -9999;} else if (x1 == grid.size() - 1 && y1 == grid.size() - 1) {return grid[x1][y1];} else if (dp[x1][y1][x2] != -1) {return dp[x1][y1][x2];} else {int ans = grid[x1][y1];if (x1 != x2)ans += grid[x2][y2];ans += max(max(dfs(grid, dp, x1, y1 + 1, x2 + 1),dfs(grid, dp, x1 + 1, y1, x2)),max(dfs(grid, dp, x1, y1 + 1, x2),dfs(grid, dp, x1 + 1, y1, x2 + 1)));dp[x1][y1][x2] = ans;return ans;}}
};

给你一个 rows x cols 的矩阵 grid 来表示一块樱桃地。 grid 中每个格子的数字表示你能获得的樱桃数目。

你有两个机器人帮你收集樱桃，机器人 1 从左上角格子 (0,0) 出发，机器人 2 从右上角格子 (0, cols-1) 出发。

请你按照如下规则，返回两个机器人能收集的最多樱桃数目：

从格子 (i,j) 出发，机器人可以移动到格子 (i+1, j-1)，(i+1, j) 或者 (i+1, j+1) 。
当一个机器人经过某个格子时，它会把该格子内所有的樱桃都摘走，然后这个位置会变成空格子，即没有樱桃的格子。
当两个机器人同时到达同一个格子时，它们中只有一个可以摘到樱桃。
两个机器人在任意时刻都不能移动到 grid 外面。
两个机器人最后都要到达 grid 最底下一行。

示例 1：

输入：grid = [[3,1,1],[2,5,1],[1,5,5],[2,1,1]]
输出：24
解释：机器人 1 和机器人 2 的路径在上图中分别用绿色和蓝色表示。
机器人 1 摘的樱桃数目为 (3 + 2 + 5 + 2) = 12 。
机器人 2 摘的樱桃数目为 (1 + 5 + 5 + 1) = 12 。
樱桃总数为： 12 + 12 = 24 。
示例 2：

输入：grid = [[1,0,0,0,0,0,1],[2,0,0,0,0,3,0],[2,0,9,0,0,0,0],[0,3,0,5,4,0,0],[1,0,2,3,0,0,6]]
输出：28
解释：机器人 1 和机器人 2 的路径在上图中分别用绿色和蓝色表示。
机器人 1 摘的樱桃数目为 (1 + 9 + 5 + 2) = 17 。
机器人 2 摘的樱桃数目为 (1 + 3 + 4 + 3) = 11 。
樱桃总数为： 17 + 11 = 28 。
示例 3：

输入：grid = [[1,0,0,3],[0,0,0,3],[0,0,3,3],[9,0,3,3]]
输出：22
示例 4：

输入：grid = [[1,1],[1,1]]
输出：4

提示：

rows == grid.length
cols == grid[i].length
2 <= rows, cols <= 70
0 <= grid[i][j] <= 100

又是DP:

class Solution {
public:int cherryPickup(vector<vector<int>>& grid) {int m = grid.size();int n = grid[0].size();vector<vector<int>> f(n, vector<int>(n, -1)), g(n, vector<int>(n, -1));f[0][n - 1] = grid[0][0] + grid[0][n - 1];for (int i = 1; i < m; ++i) {for (int j1 = 0; j1 < n; ++j1) {for (int j2 = 0; j2 < n; ++j2) {int best = -1;for (int dj1 = j1 - 1; dj1 <= j1 + 1; ++dj1) {for (int dj2 = j2 - 1; dj2 <= j2 + 1; ++dj2) {if (dj1 >= 0 && dj1 < n && dj2 >= 0 && dj2 < n &&f[dj1][dj2] != -1) {best =max(best, f[dj1][dj2] +(j1 == j2 ? grid[i][j1]: grid[i][j1] +grid[i][j2]));}}}g[j1][j2] = best;}}swap(f, g);}int ans = 0;for (int j1 = 0; j1 < n; ++j1) {for (int j2 = 0; j2 < n; ++j2) {ans = max(ans, f[j1][j2]);}}return ans;}
};