LeetCode·474.一和零·动态规划

链接：https://leetcode.cn/problems/ones-and-zeroes/solution/-by-xun-ge-v-vce6/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 

题目

 

示例

 

思路

二维 0-1 背包问题

本题其实是01背包问题！

只不过这个背包有两个维度，一个是m 一个是n，而不同长度的字符串就是不同大小的待装物品。

• 确定dp数组（dp table）以及下标的含义

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]。

• 确定递推公式

dp[i][j] 可以由前一个strs里的字符串推导出来，strs里的字符串有zeroNum个0，oneNum个1。

dp[i][j] 就可以是 dp[i - zeroNum][j - oneNum] + 1。

然后我们在遍历的过程中，取dp[i][j]的最大值。

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

此时大家可以回想一下01背包的递推公式：dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

对比一下就会发现，字符串的zeroNum和oneNum相当于物品的重量（weight[i]），字符串本身的个数相当于物品的价值（value[i]）。

这就是一个典型的01背包！ 只不过物品的重量有了两个维度而已。

• dp数组如何初始化

因为物品价值不会是负数，初始为0，保证递推的时候dp[i][j]不会被初始值覆盖。

• 确定遍历顺序

外层for循环遍历物品，内层for循环遍历背包容量且从后向前遍历！

那么本题也是，物品就是strs里的字符串，背包容量就是题目描述中的m和n。

代码

#define MAX(a, b) ((a) > (b) ? (a) : (b))

int findMaxForm(char ** strs, int strsSize, int m, int n){
    int dp[m+1][n+1];//定义背包大小
    memset(dp, 0, sizeof(int) * (m+1) * (n+1));//初始化
    for(int i = 0; i < strsSize; i++)//遍历物品
    {
        int oneNum = 0, zeroNum = 0;
        for(int m = 0; m < strlen(strs[i]); m++)//将物品转换为具体
        {
            if(strs[i][m] == '0')   zeroNum++;
            else oneNum++;
        }
        for(int j = m; j >= zeroNum; j--)//更新背包情况
        {
            for(int i = n; i >= oneNum; i--)
            {
                dp[j][i] = MAX(dp[j][i], dp[j - zeroNum][i - oneNum] + 1);
            }
        }
    }
    return dp[m][n];
}

作者：xun-ge-v
链接：https://leetcode.cn/problems/ones-and-zeroes/solution/-by-xun-ge-v-vce6/
来源：力扣（LeetCode）
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。