力扣算法篇：一和零(dp)

最新推荐文章于 2022-08-07 09:39:48 发布

kinghyt12138

最新推荐文章于 2022-08-07 09:39:48 发布

阅读量301

点赞数

分类专栏：力扣算法篇文章标签：算法动态规划 leetcode

本文链接：https://blog.csdn.net/qq_22494201/article/details/116405909

版权

力扣算法篇专栏收录该内容

152 篇文章 2 订阅

订阅专栏

这篇博客介绍了如何使用动态规划求解找到最多有特定0和1个数的字符串子集的最大元素个数问题。动态规划五步法被详细阐述，包括确定dp数组、递推式、初始化、遍历顺序以及举例推导。通过实例展示了如何在给定字符串集合和0、1限制条件下，找到最大子集的解决方案。

摘要由CSDN通过智能技术生成

在这里插入图片描述
动态规划五部曲：
1、确定dp数组及其下标含义

dp[i][j]意为最多有i个0和j个1的strs的最大子集的元素个数

2、确定dp数组递推式

//可由i、j、当前元素0和1的个数推导
dp[i][j] = max(dp[i][j],dp[i-ZeroNumber][j-oneNumber]+1);

3、如何初始化
数组初始化为0
4、确定遍历顺序
从后往前
5、举例推导dp数组 m=3 n = 3
在这里插入图片描述
题解：

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        //dp数组含义 该题分0和1的个数 应该采用二维数组
        //dp[i][j]意为最多有i个0和j个1的strs的最大子集的元素个数
        //则dp[i][j]可由前一个元素的0和1的个数来推导 
        //定义dp数组
        vector<vector<int>> dp(m+1,vector<int>(n+1,0));
        //遍历物品
        for(string str:strs){
             //当前元素0和1的个数
            int oneNumber = 0;
            int ZeroNumber = 0;
            //计算这两个数的值
            for(char c:str){
                if(c =='0'){
                    ZeroNumber++;
                }else{
                    oneNumber++;
                }
            }
            //计算dp
            for(int i = m;i>=ZeroNumber;i--){
                for(int j = n;j>=oneNumber;j--){
                    //更新dp值
                    dp[i][j] = max(dp[i][j],dp[i-ZeroNumber][j-oneNumber]+1);
                }
            }
        }
        return dp[m][n];
    }
};