代码随想录算法训练营Day43|1049. 最后一块石头的重量 II、494. 目标和、474.一和零-CSDN博客

本文链接：https://blog.csdn.net/Magical_Jasen/article/details/136384322

文章介绍了三个LeetCode题目，涉及动态规划在背包问题中的应用，包括计算最后一块石头的重量II、目标和的装填方式以及一和零的物品组合，展示了如何使用C++实现解决这些问题的方法。

摘要由CSDN通过智能技术生成

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
文档链接：1049. 最后一块石头的重量 II
视频链接：动态规划之背包问题，这个背包最多能装多少？LeetCode：1049.最后一块石头的重量II

C++实现

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        vector<int> dp(15001,0);
        int sum = 0;
        for(int i = 0; i<stones.size();i++){
            sum += stones[i];
        }
        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];
    }
};

494. 目标和

题目链接：494. 目标和
文档链接：494. 目标和
视频链接：动态规划之背包问题，装满背包有多少种方法？| LeetCode：494.目标和

C++实现

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)
            return 0;
        if ((target + sum) % 2 == 1)
            return 0;
        int bagsize = (target + sum) / 2;
        vector 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[bagsize];
    }
};

474.一和零

题目链接：474.一和零
文档链接：474.一和零
视频链接：动态规划之背包问题，装满这个背包最多用多少个物品？| LeetCode：474.一和零

C++实现

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
        for (string str : strs) {
            int oneNum = 0, zeroNum = 0;
            for (char c : str) {
                if (c == '0')
                    zeroNum++;
                else
                    oneNum++;
            }        
            for (int i = m; i >= zeroNum; i--) {
                for (int j = n; j >= oneNum; j--) {
                    dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
                }
            }
        }
        return dp[m][n];
    }
};