代码随想录算法训练营第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：1049. 最后一块石头的重量 II，难度：中等
【实现代码】

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        int sum = 0;
        for (int i = 0; i < stones.size(); i++) {
            sum += stones[i];
        }

        vector<int> dp(1501, 0);
        int target = sum / 2;
        for (int i = 0; i < stones.size(); i++) {
            for (int j = target; j >= stones[i]; j--) {
                dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]); 
            }
        }        
        return (sum - dp[target] - dp[target]);
    }
};

【解题思路】

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。
动规五步曲：

1. 确定dp数组以及下标的含义：dp[j]表示容量（这里说容量更形象，其实就是重量）为j的背包，最多可以背最大重量为dp[j]。
2. 确定递推公式：本题则是：dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
3. dp数组如何初始化：要求的target其实只是最大重量的一半，所以dp数组开到15000大小就可以了。因为重量都不会是负数，所以dp[j]都初始化为0就可以了。
4. 确定遍历顺序：如果使用一维dp数组，物品遍历的for循环放在外层，遍历背包的for循环放在内层，且内层for循环倒序遍历
5. 举例推导dp数组
   dp[target]里是容量为target的背包所能背的最大重量，那么相撞之后剩下的最小石头重量就是 (sum - dp[target]) - dp[target]。

494. 目标和

题目链接：494. 目标和，难度：中等
【实现代码】

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0;
        for (int i = 0; i < nums.size(); i++) {
            sum += nums[i];
        }
        if (abs(target) > sum || (sum + target) % 2 == 1) return 0;
        int bagSize = (sum + target) / 2;
        vector<int> dp(bagSize + 1, 0);
        dp[0] = 1;
        for (int i = 0; i < nums.size(); i++) {
            for (int j = bagSize; j >= nums[i]; j--) {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp.back();
    }
};

【解题思路】

回溯法可以爆搜出来，只不过会超时。
本题要如何使表达式结果为target，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。
如何转化为01背包问题呢。
假设加法的总和为x，那么减法对应的总和就是sum - x。所以我们要求的是 x - (sum - x) = target。x = (target + sum) / 2
此时问题就转化为，装满容量为x的背包，有几种方法。这里的x，就是bagSize，也就是我们后面要求的背包容量。大家看到(target + sum) / 2 应该担心计算的过程中向下取整有没有影响。这么担心就对了，例如sum 是5，S是2的话其实就是无解的；同时如果 S的绝对值已经大于sum，那么也是没有方案的。
动规五步曲：

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：dp[j] += dp[j - nums[i]]，这个公式在后面在讲解背包解决排列组合问题的时候还会用到
3. dp数组如何初始化：本题我们应该初始化 dp[0] 为 1
4. 确定遍历顺序：对于01背包问题一维dp的遍历，nums放在外循环，target在内循环，且内循环倒序。
5. 举例推导dp数组

474.一和零

题目链接：474.一和零，难度：中等
【实现代码】

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m + 1, vector<int> (n + 1, 0)); // 默认初始化0
        for (string str : strs) { // 遍历物品
            int oneNum = 0, zeroNum = 0;
            for (char c : str) {
                if (c == '0') zeroNum++;
                else oneNum++;
            }
            for (int i = m; i >= zeroNum; i--) { // 遍历背包容量且从后向前遍历！
                for (int j = n; j >= oneNum; j--) {
                    dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
                }
            }
        }
        return dp[m][n];
    }
};

【解题思路】

本题其实是01背包问题，只不过这个背包有两个维度，一个是m 一个是n，而不同长度的字符串就是不同大小的待装物品。
动规五部曲：

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]。
2. 确定递推公式：dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
   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。
3. dp数组如何初始化：因为物品价值不会是负数，初始为0，保证递推的时候dp[i][j]不会被初始值覆盖。
4. 确定遍历顺序：01背包一定是外层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，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
5. 举例推导dp数组