算法学习：1049. 最后一块石头的重量 II

最后一块石头的重量 II

题目链接：力扣题目链接

题目难度：中等

有一堆石头，每块石头的重量都是正整数。


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

思路

让石头分成重量相同的两堆，相撞之后剩下的石头最小，本题物品的重量为store[i]，物品的价值也为store[i]，对应着01背包里的物品重量weight[i]和 物品价值value[i]。

1. 确定dp数组及下标含义
   dp[j]表示容量为j的背包，最多可以背dp[j]这么重的石头。
2. 确定递推公式
   dp[j] = max(dp[j],dp[j-stones[i] + stones[i]])。
3. dp数组如何初始化
   j表示容量，题目中给出的最大重量是30*1000，我们要求target是最大重量的一半，所以dp数组开到15000就可以。
4. 确定遍历顺序
   如果使用一维dp数组，物品遍历的for循环放在外层，遍历背包的for循环放在内层，且内层for循环倒序遍历！

动态规划 （背包问题）

class Solution{
	public int lastStoneWeightII(int[] stones) {
		int sum = 0;
		for(int stone : stones){
			sum += stone;
		}
		int target = sum >> 1;
		int[] dp = new int[target + 1];
		for(int i = 0;i<stones.length;i++){
			for(int j = target; j>=stones[i];j--){
				//两种情况，要么放，要么不放
				dp[j] = Math.max(dp[j],dp[j - stones[i]] + stones[i]);	
			}
		}
		return sum - 2 * dp[target];
    }
}