一、题目描述
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。
提示:
1 <= stones.length <= 30
1 <= stones[i] <= 100
二、解题思路
这道题抓住题目中的几个点去思考,每次是任意取两块石头,求差值,剩下重量较大的石头的剩余部分。直到石头取完或者剩下一块石头。我可以每一回合取完石头先不求差值,放在两个堆中,当取完数组中的石头是,最后石头被分成了两堆,这时两堆石头中重量的差值。此时问题就转化成了,如何让这个差值最小的问题。
那又如何去考虑这个问题呢?
既然知道每块石头的重量,然后我们又需要将石头分成两堆,最好的情况是两堆的重量相等,差值为0,每一堆的重量是总量的一半:target=sum/2,当然没我要做的就是如何使得每一堆的重量能够最接近target就行。
使用动规五部曲:
第一步:确定dp数组以及下标的含义
dp[j]表示容量为j的背包,最多可以背dp[j]这么重的⽯头
第二步:确定递推公式
本题物品的重量为store[i],物品的价值也为store[i]。
对应着01背包⾥的物品重量weight[i]和 物品价值value[i]。
不明白这里的先看一下49_01背包问题
dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
第三步:dp数组如何初始化
既然 dp[j]中的j表示容量,那么最⼤容量(重量)是多少呢,就是所有⽯头的重量和。
因为提示中给出1 <= stones.length <= 30,1 <= stones[i] <= 1000,所以最⼤重量就是30 * 1000 。
⽽我们要求的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。
当然也可以把⽯头遍历⼀遍,计算出⽯头总重量 然后除2,得到dp数组的⼤⼩。我这⾥就直接⽤15000了。
接下来就是如何初始化dp[j]呢,因为重量都不会是负数,所以dp[j]都初始化为0就可以了,这样在递归
公式dp[j] = max(dp[j], dp[j - stones[i]] + stones[i])
;中dp[j]才不会初始值所覆盖。
第四步:确定遍历顺序
如果使用的是一维数组,物品遍历的for循环放在外层,遍历背包的for放在内层。内层用倒叙。
for (int i = 0; i < stones.lenght; i++) { // 遍历物品
for (int j = target; j >= stones[i]; j--) { // 遍历背包
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
}
}
第五步:举例推导dp数组
举例,输⼊:[2,4,1,1],此时target = (2 + 4 + 1 + 1)/2 = 4 ,dp数组状态图如下:
最后dp[target]⾥是容量为target的背包所能背的最⼤重量。
那么分成两堆⽯头,⼀堆⽯头的总重量是dp[target],另⼀堆就是sum - dp[target]。
在计算target的时候,target = sum / 2 因为是向下取整,所以sum - dp[target]⼀定是⼤于等于
dp[target]的。
那么相撞之后剩下的最⼩⽯头重量就是 (sum - dp[target]) - dp[target]。
三、代码演示
class Solution {
public int lastStoneWeightII(int[] stones) {
int[] dp = new int[15001];
int sum =0;
for(int i=0; i<stones.length; i++){
sum += stones[i];
}
int target = sum/2;
for(int i=0; i<stones.length; i++){
for(int j=target; j>=stones[i]; j--){
dp[j] = Math.max(dp[j], dp[j-stones[i]]+stones[i]);
}
}
return sum - dp[target]-dp[target];
}
}