代码随想录算法训练营Day42 | LeetCode1049. 最后一块石头的重量 II、LeetCode494. 目标和、LeetCode474.一和零

文章讨论了如何将LeetCode中的两道题目(1049.最后一块石头的重量II和494.目标和)转化为背包问题,利用动态规划和回溯法求解。同时介绍了1和0背包问题的二维版本及其解决方案,强调了时间复杂度和空间复杂度分析。
摘要由CSDN通过智能技术生成

LeetCode1049. 最后一块石头的重量 II

这道题难点在于如何转换成背包问题,其实和上一题和相等子集合基本一样,尽量把石头分成两个重量相等的集合,那么在碰撞之后和就是最小的,石头的重量也可以当作石头的价值,代码也基本一样,就是最后的返回值是返回最小的差值,除法是向下取整,所以sum-dp[target]>dp[target]。

代码如下:时间复杂度O(m*n);空间复杂度O(m)。

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        int sum = 0;
        for(int i=0;i<stones.size();i++){
            sum += stones[i];
        }
        vector<int> dp(sum/2+1,0);
        for(int i=0;i<stones.size();i++){
            for(int j=sum/2;j>=stones[i];j--){
                dp[j] = max(dp[j],dp[j-stones[i]]+stones[i]);
            }
        }
        return sum-2*dp[sum/2];
    }
};

LeetCode494. 目标和

当然本题可以用回溯法,第一种回溯的思路是在每个数前遍历正负号,代码如下,时间复杂度O(2^n);第二种遍历的思路是先通过公式推导,将nums分成一个加的集合和一个减的集合,则加的集合的和则等于(sum+target)/2,则就可以用组合问题回溯的思路求解和为(sum+target)/2的组合,如果和为小数,则不存在,返回0;

class Solution {
public:
    int count = 0;
    int sum = 0;
    void backtracking(vector<int>& nums, int target,int index){
        if(index==nums.size()){
            if(sum==target) count++;
            return;
        }
        for(int i=0;i<2;i++){
            if(i==0){
                sum+=nums[index];
                backtracking(nums,target,index+1);
                sum-=nums[index];
            }else{
                sum-=nums[index];
                backtracking(nums,target,index+1);
                sum+=nums[index];
            }
        }
    }
    int findTargetSumWays(vector<int>& nums, int target) {
        backtracking(nums,target,0);
        return count;
    }
};

根据上述回溯算法思路,将nums数组分成两个集合,也可以用动态规划方法做。

递归五部曲:
1、dp数组含义:容量为j的背包有几种方法
2、递推公式:dp[j] += dp[j-nums[i]]
3、初始化:dp[0] = 1;
4、遍历顺序:从后往前
5、打印dp数组

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<int> 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];
    }
};

LeetCode474.一和零

转换成背包问题思路:一个二维背包,每个维度的容量分别是m和n,有若干个物品,分别也有两个维度的重量,最后求得背包最多装几个物品。

如果只有一个维度的话,一维dp数组就可以解决问题,现在多了一个维度,需要二维dp数组。

递归五部曲:
1、dp数组含义:dp[i][j]容量为(i,j)的背包最多能装几件物品
2、递推公式:dp[i][j] = max(dp[i][j],dp[i-x][j-y]+1)
3、初始化:由于max里面包含数组本身,所以不能初始化为较大的数,初始化为0;
4、遍历顺序:与前面的题类似,物品从前往后,背包容量从后往前。
5、打印dp数组。

代码如下:时间复杂度O(kmn);空间复杂度O(mn)。

class Solution {
public:
    pair<int,int> computeWeight(const string& str){
        int count0 = 0;
        int count1 = 0;
        for(int i=0;i<str.size();i++){
            if(str[i]=='0') count0++;
            else count1++;
        }
        return pair<int,int>{count0,count1};
    }
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m+1,vector<int>(n+1,0));
        for(int k=0;k<strs.size();k++){
            pair<int,int> weight = computeWeight(strs[k]);
            int x = weight.first;
            int y = weight.second;
            for(int i=m;i>=x;i--){
                for(int j=n;j>=y;j--){
                    dp[i][j] = max(dp[i][j],dp[i-x][j-y]+1);
                }
            }
        }
        return dp[m][n];
    }
};

  • 6
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值