力扣算法刷题Day43｜动态规划：最后一块石头的重量II 目标和 一和零

力扣题目：#1049.最后一块石头的重量II

刷题时长：5min

解题方法：动态规划

复杂度分析

• 时间O(n^2)
• 空间O(n)

问题总结

• 难在如何转化题意至01背包问题

本题收获

• 题意转换：要使相撞之后剩下的石头最小，就得凑出两堆重量最接近的石头，即01背包问题下尽量装满石头总重量一半的背包。本题物品的重量为stones[i]，物品的价值也为stones[i]。
• 动规思路：凑总重
  • 确定dp数组及下标的含义：dp[j]表示容量（这里说容量更形象，其实就是重量）为j的背包，最多可以背最大重量为dp[j]
  • 确定递推公式：dp[j] = max(dp[j], dp[j - stones[i]] + stones[i])
  • dp数组的初始化：一位数组长度为target+1，值都为0
  • 确定遍历顺序：两层for循环，第一层正序遍历石头，第二层后序遍历背包

---

力扣题目：#494.目标和

刷题时长：参考题解后15min

解题方法：动态规划

复杂度分析

• 时间复杂度：O(n × m)，n为正数个数，m为背包容量
• 空间复杂度：O(m)，m为背包容量

问题总结

• 提前排除没有方案的情况，一种是正集合不为整，还有一种是abs(target) > sum(nums)
• return错了target
• dp[0]需初始化为1

本题收获

• 题意转换：假设加法的总和为x，那么减法对应的总和就是sum - x。所以我们要求的是 x - (sum - x) = target，x = (target + sum) / 2。此时问题就转化为，装满容量为x的背包，有几种方法。
• 动规思路
  • 确定dp数组及下标的含义：填满j（包括j）这么大容积的包，有dp[j]种方法
  • 确定递推公式：dp[j] += dp[j - nums[i]]
    • 只要搞到nums[i]，凑成dp[j]就有dp[j - nums[i]] 种方法
  • dp数组的初始化：dp[0] = 1
  • 确定遍历顺序：外循环正序遍历nums，内循环倒序遍历target

---

力扣题目：#474.一和零

刷题时长：参考题解后15min

解题方法：动态规划

复杂度分析

• 时间复杂度: O(kmn)，k 为strs的长度
• 空间复杂度: O(mn)

问题总结

• 需要分清二维在背包上

本题收获

• 题意转换：strs数组里每个元素即一个物品，而m和n指向背包的两个维度
• 动规思路
  • 确定dp数组及下标的含义：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] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1)
    • 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]）
  • dp数组的初始化：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