最后一块石头的重量 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
解题思路
-
确定dp数组以及下标的含义
dp[j]
表示在所选石头的总重量不超过j
的情况下,可以达到的最大重量。
-
确定递推公式
- 递推公式:
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i])
- 在确保重量不超过
j
的情况下,计算将第 i 块石头放入背包或者不放入背包时所能达到的最大重量
- 递推公式:
-
dp数组初始化
- 根据题意可知石堆数组最大的重量为3000,因此可以初始化目标石堆为1501,因为石头重量不为负数,因此可以初始化dp[j]为0,确保初始值不会被覆盖
-
确定遍历顺序
- 遍历石堆时正序遍历
- 计算石堆最大和时倒序遍历
-
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:
-
代码实现
测试地址:https://leetcode.cn/problems/last-stone-weight-ii/
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
int targetSum = 0;
// 计算所有石头的总重量
for (int stone : stones) {
targetSum += stone;
}
// 我将石头分成两个子集,使它们的重量尽可能相等
int target = targetSum / 2;
// dp[j] 表示在不超过重量 j 的条件下,所能选择石头的最大总重量
vector<int> dp(1501, 0);
// 遍历每一块石头
for (int i = 0; i < stones.size(); i++) {
// 逆序遍历,从 target 到 stones[i],这样保证每块石头只被使用一次
for (int j = target; j >= stones[i]; j--) {
// 递推公式:选择当前石头或不选择,取最大值
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
}
}
// 最后剩下的石头的最小重量差
int result = targetSum - dp[target] * 2;
return result;
}
};
目标和
题目描述
给你一个非负整数数组 nums
和一个整数 target
。
向数组中的每个整数前添加 '+'
或 '-'
,然后串联起所有整数,可以构造一个 表达式 :
- 例如,
nums = [2, 1]
,可以在2
之前添加'+'
,在1
之前添加'-'
,然后串联起来得到表达式"+2-1"
。
返回可以通过上述方法构造的、运算结果等于 target
的不同 表达式 的数目。
示例 1:
输入:nums = [1,1,1,1,1], target = 3
输出:5
解释:一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3
示例 2:
输入:nums = [1], target = 1
输出:1
解题思路
-
确定dp数组以及下标的含义
- 能够装满容量为j的背包,共有dp[j]种方法
-
确定递推公式
-
递推公式:
dp[j] += dp[j - nums[i]]
-
公式说明:
- 考虑第
i
个元素 nums[i]
:我们正在考虑是否将nums[i]
放入子集中。 - 和为
j
的子集:我们想知道有多少种方式可以使得子集的和为j
。 - 和为
j - nums[i]
的子集:如果我们已经知道有多少种方式可以使得子集的和为j - nums[i]
,那么在这些方式中,每一种方式都可以通过加入nums[i]
来达到和为j
。 - 累加:因此,和为
j
的子集数量就是原来的dp[j]
加上和为j - nums[i]
的子集数量dp[j - nums[i]]
。
- 考虑第
-
-
dp数组初始化
- 如果我们想要装满容量为0的背包,那么只有一种方法,就是在没有元素的情况下,因此可以初始化
dp[0]=1
,并且如果不将dp[0]初始化为1的话,后续所有的累加操作都没有意义了。
- 如果我们想要装满容量为0的背包,那么只有一种方法,就是在没有元素的情况下,因此可以初始化
-
确定遍历顺序
- 遍历数字时采用正序遍历
- 在获取指定子集方法时,采用逆序遍历
-
举例推导dp数组
- 输入:nums: [1, 1, 1, 1, 1], target=3,手动模拟dp数组生成过程:
代码实现
测试地址:https://leetcode.cn/problems/target-sum/description/
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int sum = 0;
// 计算所有元素的和,以判断是否存在解
for (int num : nums)
sum += num;
// 如果目标绝对值大于总和,不可能实现目标
if (abs(target) > sum)
return 0;
// 如果(target + sum)是奇数,则不可能平分,因为整数和不可能是小数
if ((target + sum) % 2 == 1)
return 0;
// 计算背包大小,即正子集的目标和
int bagSize = (target + sum) / 2;
// dp数组初始化,dp[j]表示和为j的子集数量
vector<int> dp(bagSize + 1, 0);
// 初始化条件,没有任何元素时,和为0的方式只有1种,即不选择任何元素
dp[0] = 1;
// 遍历所有元素
for (int i = 0; i < nums.size(); i++) {
// 从bagSize到nums[i]逆序遍历,确保每个元素只使用一次
for (int j = bagSize; j >= nums[i]; j--) {
// 更新dp数组,累加当前元素值nums[i]对应的子集数量
dp[j] += dp[j - nums[i]];
}
}
// 返回目标和为bagSize的子集数量,即答案
return dp[bagSize];
}
};
题目描述
给你一个二进制字符串数组 strs
和两个整数 m
和 n
。
请你找出并返回 strs
的最大子集的长度,该子集中 最多 有 m
个 0
和 n
个 1
。
如果 x
的所有元素也是 y
的元素,集合 x
是集合 y
的 子集 。
示例 1:
输入:strs = ["10", "0001", "111001", "1", "0"], m = 5, n = 3
输出:4
解释:最多有 5 个 0 和 3 个 1 的最大子集是 {"10","0001","1","0"} ,因此答案是 4 。
其他满足题意但较小的子集包括 {"0001","1"} 和 {"10","1","0"} 。{"111001"} 不满足题意,因为它含 4 个 1 ,大于 n 的值 3 。
示例 2:
输入:strs = ["10", "0", "1"], m = 1, n = 1
输出:2
解释:最大的子集是 {"0", "1"} ,所以答案是 2 。
解题思路
-
确定dp数组以及下标的含义
dp[i][j]
表示使用i
个 0 和j
个 1 能构成的最大子集大小。
-
确定递推公式
-
递推公式:
dp[i][j] = max(dp[i][j], dp[i - zeros][j - ones] + 1)
-
公式解释
-
dp[i][j]
:当前状态,表示使用i
个 0 和j
个 1 能构成的最大子集大小。 -
dp[i - zeros][j - ones] + 1
:选择当前字符串后的状态,表示在选择当前字符串之后,使用i
个 0 和j
个 1 能构成的最大子集大小。 -
max(dp[i][j], dp[i - zeros][j - ones] + 1)
:比较两种情况,选择其中较大的一个-
不选择当前字符串,保持
dp[i][j]
不变。 -
选择当前字符串,更新为
dp[i - zeros][j - ones] + 1
。
-
-
-
-
dp数组初始化
dp
数组初始化为(m + 1) x (n + 1)
的二维数组,所有元素初始值为 0。
-
确定遍历顺序
- 外层循环遍历每个字符串
str
。 - 内层循环从
m
到zeros
和从n
到ones
进行逆序遍历。
- 外层循环遍历每个字符串
-
举例推导dp数组
-
以输入:[“10”,“0001”,“111001”,“1”,“0”],m = 3,n = 3为例,手推dp数组如下:
-
代码实现
测试地址:https://leetcode.cn/problems/ones-and-zeroes/
class Solution {
public:
int findMaxForm(vector<string> &strs, int m, int n) {
// dp[i][j] 表示使用i个0和j个1能构成的最大子集大小
vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
// 遍历每个字符串
for (string str : strs) {
int ones = 0, zeros = 0;
// 计算当前字符串中0和1的数量
for (char c : str) {
if (c == '0')
zeros++;
else
ones++;
}
// 对于每个字符串,更新dp数组
// 表示如果不选择当前字符串,则dp[i][j]不变;如果选择当前字符串,则dp[i][j]为dp[i - zeros][j - ones] + 1
for (int i = m; i >= zeros; i--) {
for (int j = n; j >= ones; j--) {
dp[i][j] = max(dp[i][j], dp[i - zeros][j - ones] + 1);
}
}
}
// 返回dp[m][n],即使用m个0和n个1能构成的最大子集大小
return dp[m][n];
}
};