LeetCode-Python-1049. 最后一块石头的重量 II(递归 + DP）

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。

示例 1：

输入：stones = [2,7,4,1,8,1]
输出：1
解释：
组合 2 和 4，得到 2，所以数组转化为 [2,7,1,8,1]，
组合 7 和 8，得到 1，所以数组转化为 [2,1,1,1]，
组合 2 和 1，得到 1，所以数组转化为 [1,1,1]，
组合 1 和 1，得到 0，所以数组转化为 [1]，这就是最优值。

示例 2：

输入：stones = [31,26,33,21,40]
输出：5

提示：

• 1 <= stones.length <= 30
• 1 <= stones[i] <= 100

思路：

其实这道题是套了皮的01背包，题意为让我们把石子分成两堆，使得两堆之和尽可能相等。

所以用01背包翻译就是，请在数组 stones 中，选出若干个石子，每个石子只能选择一次，使得它们之和尽可能等于 sum(stones)。

第一种实现：

01背包标准递归解，但是要额外加一个参数表示已经选择的石子的总和。

时间复杂度: o(len(stones) * sum(stones))

空间复杂度：o(len(stones) * sum(stones))

class Solution:
    def lastStoneWeightII(self, stones: List[int]) -> int:
        n, s = len(stones), sum(stones) 
        t = s // 2
        res = 0

        @cache
        def dfs(i, c, cur_s):
            nonlocal res
            if i < 0:
                res = max(cur_s, res)
                return
            if c < stones[i]:
                dfs(i - 1, c, cur_s)  
            else:
                dfs(i - 1, c, cur_s)
                dfs(i - 1, c - stones[i], cur_s + stones[i])
        
        dfs(n - 1, t, 0)
        # print(s, res)
        return (s - res) - res

第二种实现：

把递归解推广到DP解。

时空复杂度相同于递归解。

class Solution:
    def lastStoneWeightII(self, stones: List[int]) -> int:
        n, s = len(stones), sum(stones) 
        t = s // 2
        res = 0

        dp = [[0] * (t + 1) for _ in range(n + 1)]
        # dp[i][j] represents the maximum weights of weights that we have crashed
        for i in range(n):
            for c in range(t + 1):
                if c < stones[i]:
                    dp[i + 1][c] = dp[i][c]
                else:
                    dp[i + 1][c] = max(dp[i][c], stones[i] + dp[i][c - stones[i]])

        # print(res, dp)
        res = dp[n][t]
        return (s - res) - res