最后一块石头的重量 leetcode 1046
思路:相撞之后留下最小重量的石头,那么将石头分为两堆且重量相近,也就是取石头数组重量之和然后除以2,例如总重量为23,23/2=11,那么就分为11和12两堆相撞最后留下的就是最小重量。此时问题就转化为从石头数组中取石头构成重量为11的堆,为01背包问题。
dp[j]的含义:总重量为j时可以容纳的最大重量。
递推公式:本题物品的重量和价值都是石头的重量
dp[j]=max(dp[j],dp[j-stones[i]]+stones[i]);
初始化:dp[i]=0。首先不能初始化为负数,其次如果初始化的数太大递推公式max可能会覆盖正确的取值导致出错,所以都初始化为0。
遍历顺序:先遍历物品也就是石头数组中的元素,再遍历背包,也就是重量(或者说是容量),然后遍历重量的时候倒序遍历。
class Solution {
public:
int lastStoneWeight(vector<int>& stones) {
vector<int> dp(15001,0);
int sum=accumulate(stones.begin(),stones.end(),0);
int target=sum/2;
for(int i=0;i<stones.size();i++){
for(int j=target;j>=stones[i];j--){
dp[j]=max(dp[j],dp[j-stones[i]]+stones[i]);
}
}
int sum1=dp[target];
//return abs(sum-sum1*2);
return sum-sum1*2;
}
};
其中int类型的sum/2向下取整,sum-sum1一定大于等于sum1。
目标和 leetcode 494
思路:分为两个集合一个集合中加负号left,另一个集合加正号为right,转化为01背包问题。则有:left+right=sum,left-right=target,则left=(sum+target)/2。如果能整除就能构成target,如果不能直接返回0。
dp[j]含义:装满容量为j的背包有dp[j]种方法。
递推公式:使用若干个元素组成和为j的元素有两种情况,取i和不取i,不取i那么就是dp[j],如果取i就是dp[j-nums[i]],所以递推公式为dp[j]=dp[j]+dp[j-nums[i]]。
初始化:dp[0]=1。
遍历顺序:与一维数组解决01背包问题遍历顺序一致,先遍历物品也就是本题中数组中的元素,再遍历背包也就是容量,遍历容量时倒序遍历。
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int sum=accumulate(nums.begin(),nums.end(),0);
int left=(sum+target)/2;
if(abs(target)>sum) return 0;
if((target+sum)%2==1) return 0;
vector<int> dp(left+1,0);
dp[0]=1;
for(int i=0;i<nums.size();i++){
for(int j=left;j>=nums[i];j--){
dp[j]+=dp[j-nums[i]];
}
}
return dp[left];
}
};
一和零 leetcode 474
思路:转化为01背包问题,物品就是字符串,背包就是有两个维度的背包因为要装满m个0和n个1。
dp[i][j]含义:装i个0和j个1最多装几件物品也就是几个字符串。
递推公式:01背包的递推公式为dp[j]=max(dp[j],dp[j-weight[i]]+value[i]);在本题中物品的重量就相当于放几个0和几个1,价值就相当于放了物品的个数,所以根据本题do[i][j]的含义,当放物品时也就是放当前字符串,那么i减去字符串0的个数,j减去字符串1的个数,则递推公式为
dp[i][j]=max(dp[i][j],dp[i-x][i-y]+1);如果放物品也就是当前字符串那么value就是放的个数所以最后是加1。
初始化:dp[i][j]=0。
遍历顺序:先遍历物品(字符串),再倒序遍历背包(m个0和n个1)。
class Solution {
public:
int findMaxForm(vector<string>& strs, int m, int n) {
vector<vector<int>> dp(m+1,vector(n+1,0));
for(string str:strs){
int x=0,y=0;
for(char c:str){
if(c=='0') x++;
else y++;
}
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];
}
};