代码随想录训练营第43天 | 1049. 最后一块石头的重量 II ● 494. 目标和 ● 474.一和零

1049. 最后一块石头的重量 II 

题目链接：https://leetcode.com/problems/last-stone-weight-ii/

解法：

本题其实就是尽量让石头分成重量相同的两堆，相撞之后剩下的石头最小，这样就化解成01背包问题了。

但是需要有个思路的推导：计算所有石头的总重量，然后定义两个背包，两个背包的最大容量总和为所有石头的总总量，而第一个背包的最大容量等于第二个的，或者比第二个小1个单位。这样的话，如果第一个背包已经装满了（再放新的放不下了），那么此时两个背包之差就是相撞后剩下的最小。

所以代码其实改动不大，也就是最后的结果为 (sum - dp[target]) - dp[target]。

初始化的时候，注意dp[1] 并不是等于1，因为可能没有重量为1的石头。

边界条件：无

时间复杂度：O(m × n) , m是背包中的石头总重量（准确的说是总重量的一半），n为石头块数

空间复杂度：O(m)

class Solution(object):
    def lastStoneWeightII(self, stones):
       
        total_sum = sum(stones)
        target = total_sum // 2
        # 容量为i的包最大能装的数量
        # dp[1] 并不是等于1，因为可能没有重量为1的石头
        dp = [0] * (target + 1)
        
        for weight in stones:
            for j in range(target, weight-1, -1):
                dp[j] = max(dp[j], dp[j - weight] + weight)

        # 注意第二个包装的重量是 sum - dp[-1] 而不是 sum - target
        return total_sum - 2 * dp[-1]

494. 目标和 

题目链接：https://leetcode.com/problems/target-sum/

解法：

这个题是一个组合问题了。

既然为target，那么就一定有 left组合 - right组合 = target。left + right = sum，而sum是固定的。right = sum - left。公式来了， left - (sum - left) = target 推导出 left = (target + sum)/2 。target是固定的，sum是固定的，left就可以求出来。

此时问题就是在集合nums中找出和为left的组合。left组合确定，right组合也确定了，所以不是 left组合的个数乘以right组合的个数，而是只需要left组合的个数。

1. 确定dp数组以及下标的含义

dp[j] 表示：填满j（包括j）这么大容积的包，有dp[j]种方法。

2. 确定递推公式

只要搞到nums[i]，凑成dp[j]就有dp[j - nums[i]] 种方法。于是把所有的 dp[j - nums[i]] 累加起来。

3. 初始化

在初始化的时候dp[0] 一定要初始化为1，因为dp[0]是在公式中一切递推结果的起源，如果dp[0]是0的话，递推结果将都是0。

另外边界条件需要注意，(target + sum) / 2 不能整除则无解，另外abs(target) > sum 也无解（target可以为负数）。

边界条件：

时间复杂度：O(n × m)，n为正数个数，m为背包容量

空间复杂度：O(m)，m为背包容量

class Solution(object):
    def findTargetSumWays(self, nums, target):
        total_sum = sum(nums)
        if (total_sum + target) % 2 == 1:
            return 0
        if abs(target) > total_sum:
            return 0
        bag_size = (total_sum + target) // 2
        # dp[j] 表示：填满j（包括j）这么大容积的包，有dp[j]种方法
        # dp[0]初始化为1，这点很难想到
        dp = [0] * (bag_size + 1)
        dp[0] = 1 
        for num in nums:
            for j in range(bag_size, num-1, -1):
                dp[j] += dp[j-num]
        return dp[-1]

474.一和零 

题目链接：https://leetcode.com/problems/ones-and-zeroes

解法：

本题还是01背包问题，本题中strs 数组里的元素就是物品，每个物品都是一个！而m 和 n相当于是一个背包，两个维度的背包。

1. 确定dp数组（dp table）以及下标的含义

dp[i][j]：最多有i个0和j个1的strs的最大子集的大小为dp[i][j]。最后需要求的就是dp[m][n]。但这还是一维数组的01背包问题，而不是二维数组的。因为不包含物品的维度。

2. 确定递推公式

dp[i][j] 可以由前一个strs里的字符串推导出来，strs里的字符串有zeroNum个0，oneNum个1。

dp[i][j] 就可以是 dp[i - zeroNum][j - oneNum] + 1。

然后我们在遍历的过程中，取dp[i][j]的最大值。

所以递推公式：dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1)。

回想一下01背包的递推公式：dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

对比一下就会发现，字符串的zeroNum和oneNum相当于物品的重量（weight[i]），字符串本身的个数相当于物品的价值（value[i]）。

3. 确定遍历顺序

由于是一维数组的01背包问题，一定是外层for循环遍历物品，内层for循环遍历背包容量且从后向前遍历！那么本题也是，物品就是strs里的字符串，背包容量就是题目描述中的m和n。

边界条件：无

时间复杂度：O(kmn)，k 为strs的长度

空间复杂度：O(mn)

class Solution(object):
    def findMaxForm(self, strs, m, n):
        dp = [[0] * (n+1) for _ in range(m+1)]
        for str_ in strs:
            zero_num = str_.count("0")
            one_num = str_.count("1")
            for i in range(m, zero_num-1, -1):
                for j in range(n, one_num-1, -1):
                    dp[i][j] = max(dp[i][j], dp[i-zero_num][j-one_num]+1)
        return dp[m][n]