52.最后一块石头的重量II

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];

    }
}