【LeetCode】1049. 最后一块石头的重量 II（中等）——代码随想录算法训练营Day43

题目链接：1049. 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

提示：

• 1 <= stones.length <= 30
• 1 <= stones[i] <= 100

文章讲解：代码随想录

视频讲解：动态规划之背包问题，这个背包最多能装多少？LeetCode：1049.最后一块石头的重量II_哔哩哔哩_bilibili

题解1：回溯法（超时）

思路：以示例1 [2,7,4,1,8,1] 为例，正确输出对应的算式为 (4 - 2) - (8 - 7) - 1 + 1 = 1，可以转换为 -2 + 7 + 4 - 1 - 8 + 1，相当于给输入的数组每个数前加上正负号后算式的最小非负数结果。因此可以使用回溯法，遍历为所有数字分别加正负号后求和的结果，取最小非负数为最终结果。

/**
 * @param {number[]} stones
 * @return {number}
 */
var lastStoneWeightII = function(stones) {
    let res = Number.MAX_VALUE;
    const backtracking = function (start, sum) {
        if (start === stones.length) {
            if (sum >=0 && sum < res) {
                res = sum;
            }
            return;
        }
        backtracking(start + 1, sum + stones[start]);
        backtracking(start + 1, sum - stones[start]);
    }
    backtracking(0, 0);
    return res;
};

分析：时间复杂度为 O(2 ^ n)，空间复杂度为 O(n)。不出意外超时了，需要想时间复杂度更低的方法。

题解2：动态规划

思路：参考回溯法的思路，数组中一些元素取正数，剩下元素取负数，目标是取这些加正负号后元素的最小非负数和。令 sum 为数组元素总和，将数组中的元素分为2组，一组为取正数的元素，元素和记为 sum1，另一组为取负数的元素，元素和记为 sum2（sum2也是正数），有 sum1 + sum2 =  sum，要求的结果为 sum1 - sum2 的绝对值的最小值，即 sum1 和 sum2 最接近的情况，也可以理解为 sum1 最接近 sum / 2 的情况。

假设有一个背包，背包容量为 sum / 2，往背包里放石头，这些石头的重量和为 sum1，目标为求最大的 sum1，sum2 即为 sum - sum1，剩余的最后一块石头的重量为 sum2 - sum1，即最终返回 sum - sum1 * 2。这是一个01背包问题。

动态规划分析：

• dp 数组以及下标的含义：dp[j] 代表往容量为 j 的背包中能放的最大重量。
• 递推公式：dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i])。
• dp 数组初始化：全部初始化为0。
• 遍历顺序：先遍历石头，再倒序遍历背包。
• 打印 dp 数组：以输入 [2,7,4,1,8,1] 为例，dp 数组为 [ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11 ]。

分析：令 n 为石头个数，m 为石头总质量，则时间复杂度为 O(n * m)，空间复杂度为 O(m)。

收获

0-1背包问题，n 件物品，1个容量为 w 的背包，每件物品只能用一次，求解装入背包的物品的最大价值。

背包问题使用回溯法搜索所有情况，时间复杂度会更高，使用动态规划法解更合适。