双非二本找工作前的准备day30

最新推荐文章于 2024-07-25 23:26:35 发布

你好我叫拿铁

最新推荐文章于 2024-07-25 23:26:35 发布

阅读量573

点赞数 10

文章标签：算法 leetcode 数据结构

本文链接：https://blog.csdn.net/m0_61724447/article/details/139087598

版权

学习目标：

每天复习代码随想录上的题目2-3道算法（时间充足可以继续）以及八股

今日碎碎念：

1）进入背包专题，过完准备二刷，以及刷剑指offer。

2）优化一下简历

3）坚持住吧，秋招马上来了！

力扣刷题

算法

力扣1049：1049. 最后一块石头的重量 II

解答思路：

1）本题思路大体上和分割等和子集是类似的，既然要尽可能粉碎石头，那么就要分成近似的两堆，

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int len = stones.length;
        int []dp = new int[1501];
        int sum = 0;
        //本题和分割等和子集类似，就是尽可能把石头分成近似重量的两堆
        for(int i : stones) sum+=i;
        int tar = sum / 2;
        for(int i = 0;i<len;i++){
            for(int j = tar;j>=stones[i];j--){
                dp[j] = Math.max(dp[j],dp[j-stones[i]]+stones[i]);
            }
        }
        return sum - dp[tar] - dp[tar];
    }
}

力扣494：494. 目标和

解答思路：

1）本题难点在于思维

1.1）我们用i去遍历所有数，用j来拆分i，我们可以得到，题目中要求的拆分成k个数，其实最终体现出来的就是两个数，什么意思呢？我们要拆一个数，首先不是去思考一下子要拆成多少个合理，而是先考虑拆成最符合的两个数，然后分别对这两个数继续拆分。

2）方程怎么得到？最大是：dp[i]，当前新拆分，之前拆分的

3）而我们可以推出来，越相近的两个数乘积会越大，因此在拆分i的时候，我们其实只需要遍历到i/2即可

class Solution {
    public int integerBreak(int n) {
        //dp[i]:拆分i得到的最大乘积为dp[i]
        int[]dp = new int[n+1];
        dp[0] = 0;
        dp[1] = 1;
        dp[2] = 1;
        //遍历找答案
        for(int i = 3;i<=n;i++){
            //拆分i
            //或者写成for(int j = 1;j<i/2;j++)
            for(int j = 1;j<i-1;j++){
                dp[i] = Math.max(dp[i],Math.max(j*(i-j),dp[i-j]*j));
            }
        }
        return dp[n];
    }
}

力扣474：474. 一和零

class Solution {
    public int findMaxForm(String[] strs, int m, int n) {
        //dp[i][j]：最多有i个0和j个1的strs的最大子集的大小为dp[i][j]。
        //难点主要在想清楚背包定义是什么
        int[][]dp = new int[m+1][n+1];
        //初始化为0即可
        for(String str : strs){
            //先将当前串的0和1统计出来
            int one = 0;
            int zero = 0;
            for(char cs : str.toCharArray()){
                if(cs == '1') one++;
                else if(cs == '0') zero++;
            }
            //此次开始遍历背包--倒着找就行
            for(int i = m;i>=zero;i--){
                for(int j = n;j>=one;j--){
                    dp[i][j] = Math.max(dp[i][j],dp[i-zero][j-one]+1);
                }
            }
        }
        return dp[m][n];
    }
}