1049. 最后一块石头的重量 II - 力扣(LeetCode)
思路:尽量让石头分成重量相同的两堆,相撞之后剩下的石头最小
1.确定dp数组以及下标的含义:dp[j]表示容量为j的背包,最多可以背最大重量为dp[j]。
2.确定递推公式:dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
3.dp数组如何初始化:既然 dp[j]中的j表示容量,那么最大容量(重量)是多少呢,就是所有石头的重量和。要求的target其实只是最大重量的一半,dp[j]都初始化为0。
4.确定遍历顺序:使用一维dp数组,物品遍历的for循环放在外层,遍历背包的for循环放在内层,且内层for循环倒序遍历!
5.举例推导dp数组 举例,输入:[2,4,1,1],此时target = (2 + 4 + 1 + 1)/2 = 4 ,dp数组状态图如下:
/**
* 1049. 最后一块石头的重量 II
* 有一堆石头,用整数数组stones 表示。其中stones[i] 表示第 i 块石头的重量。
* 每一回合,从中选出任意两块石头,然后将它们一起粉碎。假设石头的重量分别为x 和y,且x <= y。那么粉碎的可能结果如下:
* 如果x == y,那么两块石头都会被完全粉碎;
* 如果x != y,那么重量为x的石头将会完全粉碎,而重量为y的石头新重量为y-x。
* 最后,最多只会剩下一块 石头。返回此石头 最小的可能重量 。如果没有石头剩下,就返回 0。
*
* @param stones
* @return
*/
public int lastStoneWeightIIOneArray(int[] stones) {
int sum = 0;
for (int stone : stones) {
sum += stone;
}
int target = sum >> 1;
int[] dp = new int[target + 1];
for (int i = 0; i < stones.length; i++) {
for (int j = target; j >= stones[i]; j--) {
dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
}
}
return sum - 2 * dp[target];
}
/**
* 1049. 最后一块石头的重量 II
* 有一堆石头,用整数数组stones 表示。其中stones[i] 表示第 i 块石头的重量。
* 每一回合,从中选出任意两块石头,然后将它们一起粉碎。假设石头的重量分别为x 和y,且x <= y。那么粉碎的可能结果如下:
* 如果x == y,那么两块石头都会被完全粉碎;
* 如果x != y,那么重量为x的石头将会完全粉碎,而重量为y的石头新重量为y-x。
* 最后,最多只会剩下一块 石头。返回此石头 最小的可能重量 。如果没有石头剩下,就返回 0。
*
* @param stones
* @return
*/
public int lastStoneWeightIITwoArray(int[] stones) {
int sum = 0;
for (int stone : stones) {
sum += stone;
}
int target = sum >> 1;
int[][] dp = new int[stones.length][target + 1];
for (int j = stones[0]; j <= target; j++) {
dp[0][j] = stones[0];
}
for (int i = 1; i < stones.length; i++) {
for (int j = 1; j <= target; j++) {
if (j < stones[i]){
dp[i][j] = dp[i-1][j];
}else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - stones[i]] + stones[i]);
}
}
}
return sum - 2 * dp[stones.length -1][target];
}
494. 目标和 - 力扣(LeetCode)
思路:
既然为target,那么就一定有 left组合 - right组合 = target。
left + right = sum,而sum是固定的。right = sum - left
公式来了, left - (sum - left) = target 推导出 left = (target + sum)/2 。
target是固定的,sum是固定的,left就可以求出来。
此时问题就是在集合nums中找出和为left的组合。
1.确定dp数组以及下标的含义:dp[j] 表示:填满j(包括j)这么大容积的包,有dp[j]种方法
2.确定递推公式:dp[j] += dp[j - nums[i]]
3.dp数组如何初始化: dp[0] 为 1
4.确定遍历顺序:01背部顺序
5.举例推导dp数组:
/**
* 494. 目标和
* 给你一个整数数组 nums 和一个整数 target 。
* 向数组中的每个整数前添加'+' 或 '-' ,然后串联起所有整数,可以构造一个 表达式 :
* 例如,nums = [2, 1] ,可以在 2 之前添加 '+' ,在 1 之前添加 '-' ,然后串联起来得到表达式 "+2-1" 。
* 返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。
*
* @param nums
* @param target
* @return
*/
public int findTargetSumWays(int[] nums, int target) {
int sum = 0;
for (int num : nums) {
sum += num;
}
if (Math.abs(target) > sum) {
return 0;
}
if ((target + sum) % 2 == 1) {
return 0;
}
int bigSize = (target + sum) / 2;
int[] dp = new int[bigSize + 1];
dp[0] = 1;
for (int i = 0; i < nums.length; i++) {
for (int j = bigSize; j >= nums[i]; j--) {
dp[j] += dp[j - nums[i]];
}
}
return dp[bigSize];
}
474. 一和零 - 力扣(LeetCode)
思路:m 和 n相当于是一个背包,两个维度的背包。 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。
1.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]。
2.确定递推公式:dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
3.dp数组如何初始化:p数组初始化为0就可以。 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。
4.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。
5.举例推导dp数组
/**
* 474. 一和零
* 给你一个二进制字符串数组 strs 和两个整数 m 和 n 。
* 请你找出并返回 strs 的最大子集的长度,该子集中 最多 有 m 个 0 和 n 个 1 。
* 如果 x 的所有元素也是 y 的元素,集合 x 是集合 y 的 子集 。
*
* @param strs
* @param m
* @param n
* @return
*/
public int findMaxForm(String[] strs, int m, int n) {
int[][] dp = new int[m + 1][n + 1];
for (String str : strs) {
int oneNum = 0, zeroNum = 0;
for (char c : str.toCharArray()) {
if (c == '0') {
zeroNum++;
} else {
oneNum++;
}
}
for (int i = m; i >= zeroNum; i--) {
for (int j = n; j >= oneNum; j--) {
dp[i][j] = Math.max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
}
}
}
return dp[m][n];
}