最后一块石头的重量II——01背包系列

题意

1049 最后一块石头的重量 II

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。

提示：

• 1 <= stones.length <= 30

• 1 <= stones[i] <= 100

思路分析

本题和 分割等和子集 实际上一模一样。在分割等和子集中，是将给定的nums数组分为两个子集，使得两个子集中各自元素和相等，它求的是是否能把这个 容量为nums数组元素和的一半的背包 “装满”。那为什么说本题和分割等和子集一模一样？

要求得最后一块石头的重量且该重量是最优（小）值，实际上就是要将石头分成质量 尽量接近或者相等 的两堆：

从图中可看到，12 为数组stone的所有元素和的一半，即中间值，如果第一堆石头重量和与第二堆石头重量和相等，那么n == sum/2，若不相等，则n会在sum/2的两侧，那么n 与sum/2的差值即为最后一块石头的重量，求得的差值的最小值即为最优值，换言之，如果在stone数组中选取石头使得这些被选取的石头的重量之和 最接近或者等于 sum/2，那么n与sum/2的差值即为题目所求。

有一点需要注意的是，由于当stone数组的元素和为奇数时，除2折半后为向下取整，如上图的例子中求得sum=23，则sum/2 = 11，那么在求答案时，2 × dp[ sum/2 ] < sum，故而最后返回sum - 2*dp[sum/2]，即相当于 (sum - dp[sum/2]) - dp[sum/2]，第二个等号左边代表一堆石头的重量和、右边代表一堆石头的重量和。

因此本题和分割等和子集是一样的，只不过在分割等和子集中求的是 是否能装满背包，本题求的是 背包最多能装多少。

动态规划五部曲

确定dp数组含义

dp[ j ]代表从stone数组中选择石头，所选取的石头的重量和的最大值。细讲则为：从stone[0] ~ stone[i]中选取石头放入重量限重为 j 的容器中，容器中石头的重量和的最大值为 dp[j]。

确定递推公式

和分割等和子集类似，本题中 物品的重量weight和价值value 都为 石头的重量，01背包中各个量的对应关系在分割等和子集中已经详细解说，此不赘述。这里石头的重量 与 容器的限重 相对应的、石头的 重量 与dp数组的含义 也是相对应的。

dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);

初始化dp数组

本题使用一维dp数组，因此可以不必初始化。

遍历顺序

遍历顺序与01背包相同，使用一维数组情况下，先遍历物品再遍历背包，即先遍历石头stone数组再遍历容器，且容器的遍历顺序是从大到小倒叙的。

for (int i = 0; i < stones.length; i++) {
    for (int j = target; j > 0; j--) {
        if (j >= stones[i]) {
            dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
        }
    }
}

举例推导dp数组

举例中每个列出来的数组代表每次遍历完容器（背包）后dp数组的情况。

完整Java代码实现

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for (int n : stones) sum += n;
        int target = sum / 2;
        int[] dp = new int[sum + 1];
        for (int i = 0; i < stones.length; i++) {
            for (int j = target; j > 0; j--) {
                if (j >= stones[i]) {
                    dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
                }
            }
        }
        return sum - 2 * dp[target];
    }
}

《代码随想录》刷题记