刷题打卡day43动态规划： 1049. 最后一块石头的重量 II、 494. 目标和 、 474.一和零

 1049. 最后一块石头的重量 II

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        vector<int> dp(15001, 0);//背包数组大小为整个的一半多一点即可
        int sum = 0;
        for (int i = 0; i < stones.size(); i++) sum += stones[i];//先求整体和
        int target = sum / 2;//再求背包目标值
        for (int i = 0; i < stones.size(); i++) { // 遍历物品
            for (int j = target; j >= stones[i]; j--) { // 遍历背包
                dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
            }
        }
        //对dp[target]的处理方式与上一题分割等和子集不同，其余基本都相同
        return sum - dp[target] - dp[target];
    }
};

494. 目标和

dp[j] += dp[j - nums[i]];//装满背包有多少种方法都是这个递推公式

这个公式还需要在理解理解。

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int S) {
        int sum = 0;
        for (int i = 0; i < nums.size(); i++) sum += nums[i];
        if (abs(S) > sum) return 0; // 此时没有方案
        if ((S + sum) % 2 == 1) return 0; // 此时没有方案
        int bagSize = (S + sum) / 2;
        vector<int> dp(bagSize + 1, 0);
        dp[0] = 1;//初始化需要带入具体场景，看到底是0/1
        for (int i = 0; i < nums.size(); i++) {
            for (int j = bagSize; j >= nums[i]; j--) {//每个元素只能用一次，01背包就是倒序。
                dp[j] += dp[j - nums[i]];//装满背包有多少种方法都是这个递推公式
            }
        }
        return dp[bagSize];
    }
};

 474.一和零 

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m + 1, vector<int> (n + 1, 0)); //大小m-1，n-1。 默认初始化0
        for (string str : strs) { // 遍历物品
            int oneNum = 0, zeroNum = 0;
            for (char c : str) {//将0和1取出来计数
                if (c == '0') zeroNum++;
                else oneNum++;
            }
            for (int i = m; i >= zeroNum; i--) { // 遍历背包容量且从后向前遍历！
                for (int j = n; j >= oneNum; j--) {
                    //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。
                    dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
                }
            }
        }
        return dp[m][n];
    }
};