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。
示例:
输入:[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。
提示:
1 <= stones.length <= 30
1 <= stones[i] <= 1000
解题思路
如果将石头划分为两堆重量相等的石头堆,那么最后相撞能够得到的石头重量才能最小。
这与416. 分割等和子集 十分相似。所以也可以采用类似的方式处理。
定义dp[j] 数组
表示背包容量为j时,所能装载的最大价值为dp[j]
递推公式
物品重量和物品价值均为stones[i]
dp[j] = max(dp(j),dp(j-stones[i])+stones[i])
初始化
dp[0] = 0;
遍历顺序
先石头重量,后背包重量,且背包重量倒序
输出结果
最后dp[target]里是容量为target的背包所能背的最大重量。
那么分成两堆石头,一堆石头的总重量是dp[target],另一堆就是sum - dp[target]。
在计算target的时候,target = sum / 2 因为是向下取整,所以sum - dp[target] 一定是大于等于 dp[target]的。
那么相撞之后剩下的最小石头重量就是 (sum - dp[target]) - dp[target]。
代码示例-java
class Solution {
public int lastStoneWeightII(int[] stones) {
// 计算总重量
int sum = 0;
for(int stone:stones){
sum+=stone;
}
// 取一半重量作为目标值
int target = sum/2;
// 定义dp数组
int[] dp = new int[target+1];
// 遍历
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];
}
}
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。
示例 1:
输入:nums = [1,1,1,1,1], target = 3
输出:5
解释:一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3
解题思路
假设加法的总和为x,那么减法对应的总和就是sum - x。
所以我们要求的是 x - (sum - x) = target
x = (target + sum) / 2
此时问题就转化为,装满容量为x的背包,有几种方法。
注意此时因为x为整数,所以target+sum必须为偶数,否则没有解
同时target的绝对值必须不大于sum,否则也没有解。
求解步骤:
确定dp数组及含义
dp[j] 表示:填满j(包括j)这么大容积的包,有dp[j]种方法
确定递推公式
从定义可知,如果要推出dp[j],那么只要确定当前数组的值nums[i],那么就有dp[j-nums[i]] 种方式可以推出dp[j].
这里假设j = 5
已经有一个1(nums[i]) 的话,有 dp[4]种方法 凑成 容量为5的背包。
已经有一个2(nums[i]) 的话,有 dp[3]种方法 凑成 容量为5的背包。
已经有一个3(nums[i]) 的话,有 dp[2]中方法 凑成 容量为5的背包
已经有一个4(nums[i]) 的话,有 dp[1]中方法 凑成 容量为5的背包
已经有一个5 (nums[i])的话,有 dp[0]中方法 凑成 容量为5的背包
dp[5] = dp[1] + dp[2] + ... dp[5]
所以递推公式:
dp[j] += dp[j-nums[i]]
初始化
dp[0] = 1
代码示例-java
class Solution {
public int findTargetSumWays(int[] nums, int target) {
int sum = 0;
for(int num:nums){
sum += num;
}
// 判断
if((sum+target) % 2 !=0){
return 0;
}
if(target<0 && sum<-target){
return 0;
}
int size = Math.abs((target + sum) / 2);
// 定义dp数组
int[] dp = new int[size+1];
// 初始化
dp[0] = 1;
// 遍历
for(int i=0;i<nums.length;i++){
for(int j=size;j>=nums[i];j--){
dp[j] += dp[j-nums[i]];
}
}
return dp[size];
}
}
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 。
示例 1:
输入:strs = ["10", "0001", "111001", "1", "0"], m = 5, n = 3
输出:4
解题思路
将strs数组中的元素视作物品,每个物品只有一个,m和n看做两个维度的背包。
于是本题仍可看做是一个01背包问题来求解。
确定dp数组
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]。
确定递推公式
假设strs里的字符串有zeroNum个0,oneNum个1;字符串的zeroNum和oneNum相当于物品的重量(weight[i]),字符串本身的个数相当于物品的价值(value[i])。所以:
dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1)
dp数组如何初始化
初始化为0即可
遍历顺序
先物品后背包
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
代码示例-java
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
// 定义dp数组
int[][] dp = new int[m+1][n+1];
// 统计0和1的数量
int oneNum,zeroNum;
for(String str:strs){
oneNum = 0;
zeroNum = 0;
for(char c:str.toCharArray()){
if(c=='0'){
zeroNum++;
}else{
oneNum++;
}
}
// 遍历
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];
}
}