1049. 最后一块石头的重量 II
1049题目链接
本题其实就是尽量让石头分成重量相同的两堆,相撞之后剩下的石头最小,这样就化解成01背包问题了。
这样,整体来说和416.分割等和子集 差不多
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
int sum = 0, target;
for (const int& i : stones) {
sum += i;
}
target = sum / 2;
vector<int> dp(target + 1, 0);
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 result;
result = (sum - dp[target]) - dp[target];
return result;
}
};
494. 目标和
494题目链接
转化思路: 本题要求表达式结果为 target, 每一个数 要么为 + 要么为 -
正的之和 - 负的之和 = target, 设 正的之和 为 A, 所有数都为正的总和 为 sum, 那么负的之和 为 sum - A, 可得关系式: A - (sum - A) = target;
A = (sum + target) / 2;
此时问题转化为 在集合nums 里面 找出 和 为 A 的组合。
如果 (sum + target) / 2 不能整除, 或者 target > sum , 此时没有解决方案。
可以通过 回溯算法,在集合里面 求目标和, 不过会超时。
动态规划:此时转化为 装满容量为 A 的背包,有几种方法。
二维数组理解:
dp[i] [j]: 从下标为[0…i]的物品里任取,填满j这么⼤容积的包,有dp[i] [j]种⽅法
递推公式:dp[i] [j] = dp[i - 1] [j] + dp[i - 1] [j - nums[i]]
dp[i - 1] [j]是不将物品i放入背包的方式数,dp[i - 1] [j - nums[i]]是将物品i放入背包的方式数
dp初始化: dp[0] [0] = 1 表示装满容量为0的背包,有1种⽅法,就是装0件物品。
如果nums[0]在范围内的话,dp[0] [nums[0]] = 1,其他全为0
用二维的话要注意背包为0时的初始化,数组里有0的情况是可以正也可以负,每一个0都有2种状态,需要统计从0第0个到第i个物品时有多少个0,记为n那么dp[i] [0]就等于2的n次方
对于 dp[0] [j] 的初始化
若 nums[0] = 0, 则, dp[0] [nums[0]] = 2;
若 nums[0] != 0, 则, dp[0] [nums[0]] = 1;
对于 dp[i] [0] 的初始化
1. 当 nums[i] 从 0 - i nums[i] 都不为0, 则 dp[i] [0] = 0;
2. 当 nums[i] 从 0 - i 中,有 0 时, 则为 2的n 次方,(n 为 0 的个数)
对于 第二种情况,从递推公式可以看出,当nums[i] = 0, 用不到dp[i] [0], 只是dp[i - 1] [j]的 2 倍
遍历顺序: 先物品,在背包,这样就省得 给 最左一列进行初始化了。
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int sum = 0;
for (const int& i : nums) sum += i;
if (abs(target) > sum) return 0;
if ((target + sum) % 2 != 0) return 0;
int A = (target + sum) / 2;
vector<vector<int>> dp(nums.size(), vector<int>(A + 1, 0));
dp[0][0] = 1;
// 对于 dp[0][j] 的初始化
// 若 nums[0] = 0, 则, dp[0][nums[0]] = 2;
// 若 nums[0] != 0, 则, dp[0][nums[0]] = 1;
if (nums[0] < dp[0].size()) {
dp[0][nums[0]] = 1; // 注意这里是 刚好填满
if (nums[0] == 0) dp[0][nums[0]] = 2;
}
// 对于 dp[i][0] 的初始化
// 1. 当 nums[i] 从 0 - i nums[i] 都不为0, 则 dp[i][0] = 0;
// 2. 当 nums[i] 从 0 - i 中,有 0 时, 则为 2的n 次方,(n 为 0 的个数)
// 对于 第二种情况,从递推公式可以看出,当nums[i] = 0, 用不到dp[i][0], 只是dp[i - 1][j]的 2 倍
for (int i = 1; i < nums.size(); i++) {
for (int j = 0; j <= A; j++) {
if (j < nums[i]) dp[i][j] = dp[i - 1][j];
else {
dp[i][j] = dp[i - 1][j] + dp[i - 1][j - nums[i]];
}
}
}
return dp[nums.size() - 1][A];
}
};
一维数组理解:
dp[j]:
装满 容量为 j 的背包,有dp[j] 种方法。
递推公式:
dp[j] += dp[j - nums[i]];
dp[j]方法等于 不用 i 物品方法数 + 用 i 物品方法数
对nums[i]来说,分拿或者是不拿,把不拿nums[i] 和 拿 nums[i] 的情况加在一起就好了。
dp[j] = dp[j] + dp[j - nums[i]] 递推公式详细解释:
如果我们要用若干个元素组成和为 j 的方案数,那么有两种选择:不选第 i 个元素或者选第 i 个元素。如果不选第 i 个元素,那么原来已经有多少种方案数就不变;如果选第 i 个元素,那么剩下要组成和为 j - nums[i] 的方案数就等于 dp[j - nums[i]]。所以两种选择相加就是dp[j]。
dp 初始化
dp[0] = 1, 如果赋值为 0 的话,后面累加都为0,因为dp[0]是在公式中一切递推结果的起源
如果数组[0] ,target = 0,那么 bagSize = (target + sum) / 2 = 0。 dp[0]也应该是1, 也就是说给数组里的元素 0 前面无论放加法还是减法,都是 1 种方法。
非零下标都初始化为0,这个由递推公式可以看出,dp[j]要保证是0的初始值,才能正确的由dp[j - nums[i]]推导出来。
遍历顺序:
01背包 一维dp 先物品 再 背包容量,背包容量倒序遍历。
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int sum = 0;
for (const int& i : nums) sum += i;
if (abs(target) > sum) return 0;
if ((target + sum) % 2 != 0) return 0;
int A = (target + sum) / 2;
vector<int> dp(A + 1, 0);
dp[0] = 1;
for (int i = 0; i < nums.size(); i++) {
for (int j = A; j >= nums[i]; j--) {
dp[j] += dp[j - nums[i]];
}
}
return dp[A];
}
};
474.一和零
474题目链接
dp[i] [j]: 最多有i个0和j个1的strs的最大子集的大小为dp[i] [j]。
递推公式:
dp[i] [j] = max(dp[i] [j], dp[i - zeroNum] [j - oneNum] + 1);
dp[i] [j] 可以由前一个strs里的字符串推导出来,strs里的字符串有zeroNum个0,oneNum个1。
dp 初始化
因为字符串的个数不会是负数,初始为0,保证递推的时候dp[i] [j]不会被初始值覆盖
遍历顺序:
01背包一维dp 顺序
class Solution {
public:
int findMaxForm(vector<string>& strs, int m, int n) {
vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
for (int i = 0; i < strs.size(); i++) {
int zeroNum = calZeroNum(strs[i]);
int oneNum = strs[i].size() - zeroNum;
for (int j = m; j >= zeroNum; j--) {
for (int k = n; k >= oneNum; k--) {
dp[j][k] = max(dp[j][k], dp[j - zeroNum][k - oneNum] + 1);
}
}
}
return dp[m][n];
}
int calZeroNum(string& s) {
int zeroNum = 0;
for (char& c : s) {
if (c == '0') {
zeroNum++;
}
}
return zeroNum;
}
};