474 一和零
给你一个二进制字符串数组 strs和两个整数 m 和 n 。请你找出并返回 strs 的最大子集的大小,该子集中最多有 m 个 0 和 n 个 1 。
示例 1:
输入:strs = [“10”, “0001”, “111001”, “1”, “0”], m = 5, n = 3
输出:4
解释:最多有 5 个 0 和 3 个 1 的最大子集是 {“10”,“0001”,“1”,“0”} ,因此答案是 4 。
示例 2:
输入:strs = [“10”, “0”, “1”], m = 1, n = 1
输出:2
解释:最大的子集是 {“0”, “1”} ,所以答案是 2 。
思路
问题抽象成01背包问题,选择某个字符串,获得它的0和1的数量,所以这题的目的就是尽可能多的选择字符串,使得0的数量不大于m,1的数量不大于n。
因此可以获得状态转移方程:
d
p
[
i
]
[
j
]
[
k
]
=
{
d
p
[
i
−
1
]
[
j
]
[
k
]
d
p
[
i
−
1
]
[
j
−
i
.
z
e
r
o
N
u
m
]
[
k
−
i
.
o
n
e
N
u
m
]
+
1
dp[i][j][k]=\begin{cases} dp[i-1][j][k] \\ dp[i-1][j-i.zeroNum][k-i.oneNum]+1 \end{cases}
dp[i][j][k]={dp[i−1][j][k]dp[i−1][j−i.zeroNum][k−i.oneNum]+1
初始化第0行为0,可以避免考虑strs的类别
由于题目给出0,1的范围,所以在进行状态转移时,仅依赖于就j,k的左侧
代码
public int findMaxForm(String[] strs, int m, int n) {
int[][] dp = new int[m + 1][n + 1];
int length = strs.length;
for (int i = 0; i < length; i++) {
int[] zerosOnes = getZeroAndOne(strs[i]);
int zeros = zerosOnes[0], ones = zerosOnes[1];
for (int j = m; j >= zeros; j--) {
for (int k = n; k >= ones; k--) {
dp[j][k] = Math.max(dp[j][k], dp[j - zeros][k - ones] + 1);
}
}
}
return dp[m][n];
}
public int[] getZeroAndOne(String str) { //计算数组每个元素包含的0,1数量
int[] zerosOnes = new int[2];
int length = str.length();
for (int i = 0; i < length; i++) {
zerosOnes[str.charAt(i) - '0']++;
}
return zerosOnes;
}
494 目标和
给你一个整数数组 nums 和一个整数 target 。
向数组中的每个整数前添加 ‘+’ 或 ‘-’ ,然后串联起所有整数,可以构造一个 表达式 :
例如,nums = [2, 1] ,可以在 2 之前添加 ‘+’ ,在 1 之前添加 ‘-’ ,然后串联起来得到表达式 “+2-1” 。
返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。
示例
输入:nums = [1,1,1,1,1], target = 3
输出: 5
解释:一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3
思路
建立状态转移方程:
d
p
[
i
]
[
j
]
=
d
p
[
i
−
1
]
[
j
−
n
u
m
s
[
i
]
]
+
d
p
[
i
−
1
]
[
j
+
n
u
m
s
[
i
]
]
dp[ i ][ j ] = dp[ i - 1 ][ j - nums[ i ] ] + dp[ i - 1 ][ j + nums[ i ] ]
dp[i][j]=dp[i−1][j−nums[i]]+dp[i−1][j+nums[i]]
状态转移时要考虑到元素可加可减,同时nums[0]=0,加0减0都不会影响结果,因此对dp数组的初始化也很重要。
代码
public static int findTargetSumWays(int[] nums, int s) {
int sum = 0;
for (int i = 0; i < nums.length; i++) {
sum += nums[i];
}
if (Math.abs(s) > Math.abs(sum)) return 0;
int l = nums.length;
// - 0 +
int m = sum * 2 + 1;//有正有负
int[][] dp = new int[l][m];
// 初始化
dp[0][sum + nums[0]] = 2 - (nums[0]==0? 0:1);
dp[0][sum - nums[0]] = 2 - (nums[0]==0? 0:1);
for (int i = 1; i < len; i++) {
for (int j = 0; j < t; j++) {
// 边界
int l = (j - nums[i]) >= 0 ? j - nums[i] : 0;
int r = (j + nums[i]) < t ? j + nums[i] : 0;
dp[i][j] = dp[i - 1][l] + dp[i - 1][r];
}
}
return dp[len - 1][sum + s];
}
1049最后一块石头重量II
有一堆石头,用整数数组 stones 表示。其中 stones[i] 表示第 i 块石头的重量。每一回合,从中选出任意两块石头,然后将它们一起粉碎。假设石头的重量分别为 x 和 y,且 x <= y。那么粉碎的可能结果如下:
如果 x == y,那么两块石头都会被完全粉碎;
如果 x != y,那么重量为 x 的石头将会完全粉碎,而重量为 y 的石头新重量为 y-x。
最后,最多只会剩下一块石头。返回此石头最小的可能重量。如果没有石头剩下,就返回 0。
示例 1:
输入:stones = [2,7,4,1,8,1]
输出:1
解释:
组合 2 和 4,得到 2,所以数组转化为 [2,7,1,8,1],
组合 7 和 8,得到 1,所以数组转化为 [2,1,1,1],
组合 2 和 1,得到 1,所以数组转化为 [1,1,1],
组合 1 和 1,得到 0,所以数组转化为 [1],这就是最优值。
思路
这题把思路转到01背包简直就是在做脑筋急转弯!
学习了大佬的思路,分成两堆,求差值最小
代码
public int lastStoneWeightII(int[] stones) {
int sum = 0;
for(int i = 0; i < stones.length; i++) {
sum += stones[i];
}
int[][] dp = new int[stones.length+1][sum/2+1];
for(int i=1;i<=stones.length;i++){
for(int j=0;j<=sum/2;j++){
//当我能把这块石头放进背包时,我会比较放或不放,选择最大值
if(j>=stones[i-1]){
dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-stones[i-1]] + stones[i-1]);
} else {
//这块石头放不进背包时,只能跳过
dp[i][j] = dp[i-1][j];
}
}
}
//dp[stones.length][sum/2]的最大值为sum/2,因此最理想的结果为0
return sum-dp[stones.length][sum/2]*2;
}