20210608 每日一题 最后一块石头的重量 II

题目

题目链接

代码

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {

    }
};

方法一：二维动态规划

分析

该题目与 20210607 每日一题 目标和 类似。假设所有石头和为 $sum$，将石头分为大小两堆分别用 $a$、$b$ 表示，$target$ 为最后一块石头的重量，则有：$$\begin{array}{rl}& a+b=sum\\ & a-b=target\end{array}$$ 因此我们可以得到：
$$b=\frac{sum-target}{2},b\in N$$ 当最后一块石头的重量 $target$ 取最小时，$b$ 应该取最大值，因此可以将问题转化成能在数组中抽取石头组成和不超过 $b$ 的最大值。设定二维数组 $dp[i][j]$ 表示在前 $i$ 个元素中，组成和不超过 $j$ 的最大值。
在二维数组 $dp[i][j]$ 中，起始值均为 $0$。对于第 $i$ 块石头有选和不选两种情况：

• 如果 $j\ge stones[i]$ 时，如果不选 $stones[i]$，最大值为 $dp[i-1][j]$；如果选 $stones[i]$，最大值为 $dp[i-1][j-stones[i]]+stones[i]$，因此总的最大值为：$max(dp[i-1][j]，dp[i-1][j-stones[i]]+stones[i])$。
• 如果 $j<stones[i]$ 时，则不能选 $stones[i]$，最大值为 $dp[i-1][j]$。

综上所述 $dp[i][j]$ 的状态转移方程可表示为：
$$dp[i][j]=\{\begin{array}{ll}max(dp[i-1][j]，dp[i-1][j-stones[i]]+stones[i])& ifj\ge stones[i]\\ dp[i-1][j]& ifj<stones[i]\end{array}$$ $dp[n][b]$ 即为问题答案。

代码

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        int sum = accumulate(stones.begin(), stones.end(), 0);
        int n = stones.size(), b = sum / 2;
        vector<vector<int>> dp (n + 1, vector<int> (b + 1, 0));
        for(int i = 1; i <= n; ++i) {
            for(int j = 0; j <= b; ++j) {
                if(j >= stones[i - 1]) {
                    dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - stones[i - 1]] + stones[i - 1]);
                } else {
                    dp[i][j] = dp[i - 1][j];
                }
            }
        }
        return sum - 2 * dp[n][b];
    }
};

复杂度分析

• 时间复杂度：$O(n\times b)$，其中 $n$ 是数组长度，$b$ 是选取石块的最大值和。
• 空间复杂度：$O(n\times b)$，其中 $n$ 是数组长度，$b$ 是选取石块的最大值和，实现动态规划需要创建 $n\times b$ 的二维数组 $dp$。

方法二：一维动态规划

分析

根据方法一的状态转移方程可知，更新 $dp[i][]$ 的每个元素值时，只依赖于 $dp[i-1][]$ 的元素值。因此，可以使用一维滚动数组 $dp[j]$ 来替代二维数组 $dp[i][j]$ 对方法三进行空间上的优化。$dp[j]$ 的状态转移方程可表示为：
$$dp[j]=dp[j]+dp[j-stones[i]]$$ $dp[b]$ 即为问题答案。

要点

根据方法三的状态转移方程，实现时内层循环需采用倒序遍历的方式更新元素值。

代码

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        int sum = accumulate(stones.begin(), stones.end(), 0);
        int b = sum / 2;
        vector<int> dp (b + 1, 0);
        for(auto stone : stones) {
            for(int j = b; j >= stone; --j) {
                dp[j] = max(dp[j], dp[j - stone] + stone);
            }
        }
        return sum - 2 * dp[b];
    }
};

复杂度分析

• 时间复杂度：$O(n\times b)$，其中 $n$ 是数组长度，$b$ 是负值元素和。
• 空间复杂度：$O(b)$，其中 $b$ 是选取石块的最大值和，实现动态规划需要创建 $b$ 的一维滚动数组 $dp$。

拓展