代码随想录算法训练营第四十三天|494.目标和、474.一和零

文档链接：https://programmercarl.com/

LeetCode494.目标和

题目链接：https://leetcode.cn/problems/target-sum/

思路：先理解二维dp[i][j]表示从前i个nums中任选装满容量为j的背包有多少种方法。注意dp[0][0]应该等于1而不是0。

一维dp实在是太难想了。

二维dp：

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0;
        for(int num : nums) sum += num;
        if(abs(target) > sum) return 0;
        if((target + sum) % 2 == 1) return 0;
        int bagSize = (sum + target) / 2;
        vector<vector<int>> dp(nums.size() + 1, vector<int>(bagSize + 1, 0));
        dp[0][0] = 1;
        for(int i = 1; i < nums.size() + 1; i++) {
            for(int j = 0; j < bagSize + 1; j++) {
                if(j >= nums[i - 1]) {
                    dp[i][j] = dp[i - 1][j] + dp[i - 1][j - nums[i - 1]];
                } else {
                    dp[i][j] = dp[i - 1][j];
                }
            }
        }
        return dp[nums.size()][bagSize];
    }
};

一维dp：

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0;
        for(int num : nums) sum += num;
        if(abs(target) > sum) return 0;
        if((target + sum) % 2 == 1) return 0;
        int bagSize = (sum + target) / 2;
        vector<int> dp(bagSize + 1, 0);
        dp[0] = 1;
        for(int i = 0; i < nums.size(); i++) {
            for(int j = bagSize; j >= nums[i]; j--) {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[bagSize];
    }
};

---

LeetCode474.一和零

题目链接：https://leetcode.cn/problems/ones-and-zeroes/

思路：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]。

递推公式：dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);

动规：

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
        for(string str : strs) {
            int oneNum = 0, zeroNum = 0;
            for(char c : str) {
                if(c == '1') oneNum++;
                else zeroNum++;
            }
            for(int i = m; i >= zeroNum; i--) {
                for(int j = n; j >= oneNum; j--) {
                    dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
                }
            }
        }
        return dp[m][n];
    }
};

总结：太难了，目标和想了好几天