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