【LeetCode】474. 一和零（中等）——代码随想录算法训练营Day43

题目链接：474. 一和零

题目描述

给你一个二进制字符串数组 strs 和两个整数 m 和 n 。

请你找出并返回 strs 的最大子集的长度，该子集中 最多 有 m 个 0 和 n 个 1 。

如果 x 的所有元素也是 y 的元素，集合 x 是集合 y 的 子集 。

示例 1：

输入：strs = ["10", "0001", "111001", "1", "0"], m = 5, n = 3
输出：4
解释：最多有 5 个 0 和 3 个 1 的最大子集是 {"10","0001","1","0"} ，因此答案是 4 。
其他满足题意但较小的子集包括 {"0001","1"} 和 {"10","1","0"} 。{"111001"} 不满足题意，因为它含 4 个 1 ，大于 n 的值 3 。

示例 2：

输入：strs = ["10", "0", "1"], m = 1, n = 1
输出：2
解释：最大的子集是 {"0", "1"} ，所以答案是 2 。

提示：

• 1 <= strs.length <= 600
• 1 <= strs[i].length <= 100
• strs[i] 仅由 '0' 和 '1' 组成
• 1 <= m, n <= 100

文章讲解：代码随想录

视频讲解：动态规划之背包问题，装满这个背包最多用多少个物品？| LeetCode：474.一和零_哔哩哔哩_bilibili

题解1：动态规划

思路：本题是一个01背包问题，背包有0的数量和1的数量2个维度，求背包最多由多少个物品装满。

动态规划分析：

• dp 数组以及下标的含义：dp[j][k] 代表0的数量为 j 1的数量为 k 的背包最多由 dp[j][k] 个元素装满。
• 递推公式：dp[j][k] = Math.max(dp[j][k], dp[j - a][k - b])，a、b 分别为 strs[i] 的0和1的数量。
• dp 数组初始化：全部初始化为0。
• 遍历顺序：先遍历物品，再倒序遍历背包，背包中2个维度谁先谁后都可以。
• 打印 dp 数组：以输入 strs = ["10","0001","111001","1","0"]，m = 5， n = 3为例，dp 数组为 [ [ 0, 1, 1, 1 ], [ 1, 2, 2, 2 ], [ 1, 2, 3, 3 ], [ 1, 2, 3, 3 ], [ 1, 2, 3, 3 ], [ 1, 2, 3, 4 ] ]。

/**
 * @param {string[]} strs
 * @param {number} m
 * @param {number} n
 * @return {number}
 */
var findMaxForm = function(strs, m, n) {
    strs = strs.map(item => item.split("").reduce((pre, item) => (pre[item] += 1) && pre, [0, 0]));
    const dp = new Array(m + 1).fill().map(() => new Array(n + 1).fill(0));
    for (let i = 0; i < strs.length; i++) {
        // 这两层可以颠倒
        for (let j = m; j >= strs[i][0]; j--) {
            for (let k = n; k >= strs[i][1]; k--) {
                dp[j][k] = Math.max(dp[j][k], dp[j - strs[i][0]][k - strs[i][1]] + 1);
            }
        }
        console.log(dp)
    }
    
    return dp[m][n];
};

分析：令 k 为 strs 的长度，则时间复杂度为 O(K * m * n)，空间复杂度为 O(m * n)。

收获

这2天练习了01背包问题的各种应用：

• 求解背包的最大价值，dp[j] = Math.max(dp[j], dp[j - weight[i]] + value[i]) ——【卡码网】46. 携带研究材料
• 求解能否装满背包，dp[j] = Math.max(dp[j], dp[j - nums[i]] + nums[i]) ——416. 分割等和子集
• 求解背包最多能装多少，dp[j] = Math.max(dp[j], dp[j - nums[i]] + nums[i]) ——1049. 最后一块石头的重量 II
• 求解装满背包有多少种方法，dp[j] += dp[j - nums[i]] ——494. 目标和
• 求解装满背包最多用多少个物品，dp[j] = Math.max(dp[j], dp[j - nums[i]] + 1) ——本题