leetcode1049. 最后一块石头的重量 II
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/last-stone-weight-ii
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。
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。
示例 2:
输入:stones = [31,26,33,21,40]
输出:5
提示:
1 <= stones.length <= 30
1 <= stones[i] <= 100
解题思路
剩余石头最小的重量,我们可以这样想,把这一堆石头分成两堆。
让两堆石头的总重量最接近。这样两组石头相撞,剩下的石头就是最小的,
那两堆石头怎么分呢,我们让一堆石头越接近总重量的一半,就是满足要求的分组。
这样题目就转变成分割数组了。
分割数组,就类似背包问题了,从数组中遍历每个位置,然后选和不选两种情况,找出最接近的情况
解法一 暴力递归
暴力递归时,我们把要分割大小的目标传进去,递归时,当作条件判断,接近总和一半的最大值,就是我们要的答案。
/**
* 最小石头
* @param stones
* @return
*/
public static int lastStoneWeightII(int[] stones) {
if (stones.length == 1){
return stones[0];
}
//求出总和
int sum = 0 ;
for (int a : stones){
sum += a;
}
int process = process(stones, 0, sum / 2);
System.out.println(process);
//最小的石头
return sum - process - process;
}
/**
*
* @param stones
* @param index 下标
* @param target 分割的数组接近或等于target
* @return
*/
public static int process(int[]stones,int index,int target){
//base case
if(index == stones.length){
return 0;
}
//不选的时候
int p1 = process(stones,index + 1,target);
int p2 = 0;
//选择的时候,总和不能超过 target
if (stones[index] <= target){
p2 = stones[index] + process(stones,index + 1,target - stones[index]);
}
//最接近target 的最大值
return Math.max(p1,p2);
}
解法二 动态规划
暴力递归可以改动态规划来优化时间复杂度。上面暴力递归的方式,在leetcode 中会超过时间限制,提交不通过,
/**
* 动态规划
* @param stones
* @return
*/
public int lastStoneWeightII1(int[]stones){
if (stones.length == 1){
return stones[0];
}
int sum = 0 ;
for (int a : stones){
sum += a;
}
int N = stones.length;
int target = sum / 2;
int[]dp = new int[target + 1];
for (int i = 0;i < N;i++){
//条件判断也是根据暴力递归里的条件改写的
for (int j = target; j >= stones[i] ;j--){
//根据暴力递归改写
dp[j] = Math.max(dp[j],stones[i] + dp[j - stones[i]]);
}
}
return sum -dp[target] - dp[target];
}