力扣1049. 最后一块石头的重量

最新推荐文章于 2024-09-15 15:43:59 发布

csj in cqupt

最新推荐文章于 2024-09-15 15:43:59 发布

阅读量161

点赞数

分类专栏：算法与数据结构文章标签：动态规划 leetcode 算法

本文链接：https://blog.csdn.net/qq_40378909/article/details/123405522

版权

算法与数据结构专栏收录该内容

7 篇文章 0 订阅

订阅专栏

该博客介绍了如何使用动态规划解决二维和一维数组版本的两背包问题，旨在最大化两个背包中石头的总重量，以使剩余的重量最小。通过分析背包问题，找到最优解策略，即在不超过总重量一半的情况下尽可能选择更重的石头。博客分别展示了两种实现方式，并给出了相应的代码实现。

摘要由CSDN通过智能技术生成

二维数组版本：（和之前那到分割等和子集原理非常相似）

class Solution {
    public int lastStoneWeightII(int[] stones){
        //这道题其实是有两个背包，一个背包装x重量，另一个背包装sum-x重量，然后要使得两个背包装的重量尽可能多，这样剩下的就越少，也就是sum-x-x=sum-2x越趋于0越好，那么x就应该在不大于sum/2的情况下越大越好，也就是背包问题了，同理capacity = sum/2除不尽也不用管，自然下取整就行
        int sum = 0;
        for(int i=0;i<stones.length;i++){
            sum += stones[i];
        }
        int capacity = sum / 2;
        int[][] dp = new int[stones.length][capacity+1];//第一列不用

        for(int i=1;i<dp[0].length;i++){//初始化第一行
            if(i >= stones[0]){
                dp[0][i] = stones[0];
            }
        }

        for(int i=1;i<dp.length;i++){
            for(int j=1;j<dp[0].length;j++){
                if(j-stones[i]>=0)
                    dp[i][j] = Math.max(dp[i-1][j],dp[i-1][j-stones[i]]+stones[i]);//dp[i-1][j]:不拿。dp[i-1][j-stones[i]]+stones[i]:拿
                else{
                    dp[i][j] = dp[i-1][j];
                }
            }
        }

        return sum - 2*dp[dp.length-1][dp[0].length-1];

    }
}

一维数组版本：

class Solution {
    public int lastStoneWeightII(int[] stones){
        //这道题其实是有两个背包，一个背包装x重量，另一个背包装sum-x重量，然后要使得两个背包装的重量尽可能多，这样剩下的就越少，也就是sum-x-x=sum-2x越趋于0越好，那么x就应该在不大于sum/2的情况下越大越好，也就是背包问题了，同理capacity = sum/2除不尽也不用管，自然下取整就行
        int sum = 0;
        for(int i=0;i<stones.length;i++){
            sum += stones[i];
        }
        int capacity = sum / 2;
        int[] dp = new int[capacity+1];


        //一维数组的要点就是每轮外循环加入一个物品进来并更新dp表,可以优化空间
        for(int i=0;i<stones.length;i++){
            for(int j=dp.length-1;j>=stones[i];j--){//内循环要倒序，否则前面的物品会被多拿，不用>=0，因为当j<stones[i]时装不下就一定不拿，不拿就不会更新数组
                   dp[j] = Math.max(dp[j],dp[j-stones[i]]+stones[i]);
                
                }
            }
        

        return sum - 2*dp[dp.length-1];

    }
}