算法:
求最小的可能重量,其实就是希望两个石头的重量差值尽量小,最好一样。
本题其实就是尽量让石头分成重量相同的两堆( dp[target]),相撞之后剩下的石头最小,这样就化解成01背包问题了。
最终最小重量就是:sum - dp[target] - dp[target]
和416. 分割等和子集 (opens new window)非常像:
本题物品的重量为stones[i],物品的价值也为stones[i]。
对应着01背包里的物品重量weight[i]和 物品价值value[i]。
动规五部曲:
1.确定dp数组以及下标含义:
01背包中:dp[j]的含义-容量为j的背包,最多可以装的价值为 dp[j]。
本题中,石头的重量是 stones[i],石头的价值也是 stones[i] ,可以 “最多可以装的价值为 dp[j]” == “最多可以背的重量为dp[j]”
dp[j]表示容量(这里说容量更形象,其实就是重量)为j的背包,最多可以背最大重量为dp[j]
2.确定递推公式:
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
3.dp数组初始化:
因为重量都不会是负数,所以dp[j]都初始化为0就可以了,这样在递归公式dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);中dp[j]才不会初始值所覆盖。
4.确定遍历顺序:
for (int i = 0; i < stones.size(); i++) { // 遍历物品
for (int j = target; j >= stones[i]; j--) { // 遍历背包
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
}
}
5.举例推导dp数组:
最后dp[target]里是容量为target的背包所能背的最大重量。
那么分成两堆石头,一堆石头的总重量是dp[target],另一堆就是sum - dp[target]。
在计算target的时候,target = sum / 2 因为是向下取整,所以sum - dp[target] 一定是大于等于dp[target]的。
那么相撞之后剩下的最小石头重量就是 (sum - dp[target]) - dp[target]。
正确代码:
class Solution {
public int lastStoneWeightII(int[] stones) {
//求target
int sum = 0;
for (int i=0;i<stones.length;i++){
sum += stones[i];
}
int target = (int)Math.floor(sum / 2.0);
//int target = sum//2;这种写法不对
//初始化dp
int[] dp = new int[target+1];
for(int i=0; i<dp.length;i++){
dp[i]=0;
}
for(int i=0; i<stones.length; i++){
for(int j=target; j>=stones[i]; j--){
dp[j] = Math.max(dp[j], dp[j-stones[i]]+stones[i]);
}
}
return sum - 2*dp[target];
}
}
注意:
1.向下取整的写法:
int target = (int)Math.floor(sum / 2.0);
这样5/2=2
不能写成:int target = sum//2
在Java中,双斜杠“//”表示单行注释,任何位于“//”之后的内容都将被视为注释而不会被编译器执行。因此,代码中的“int target = sum//2;”实际上会导致错误,因为它将“2;”视为注释,而不是有效的代码。
时间空间复杂度:
-
时间复杂度:O(m × n) , m是石头总重量(准确的说是总重量的一半),n为石头块数
-
空间复杂度:O(m)