Leetcode 刷题 动态规划

1049. 最后一块石头的重量 II

 其实就是尽量让石头分成重量相同的两堆，相撞之后剩下的石头最小

这样就化解成01背包问题了。

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for(int stone : stones){
            sum += stone;
        }
        int target = sum / 2;
        int[] dp = new int[target + 1];

        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 Math.abs(dp[target] - (sum - dp[target]));
    }
}

494. 目标和

转化为01背包问题

问题转化为，装满容量为x的背包，有几种方法 

这次和之前遇到的背包问题不一样了，之前都是求容量为j的背包，最多能装多少。

1.确定dp数组的含义

        dp[j] 表示：填满j（包括j）这么大容积的包，有dp[j]种方法

2.递推关系

        只要搞到nums[i]，凑成dp[j]就有dp[j - nums[i]] 种方法

dp[j] += dp[j - nums[i]]

 3. dp数组如何初始化

     从递推公式可以看出，在初始化的时候dp[0] 一定要初始化为1，因为dp[0]是在公式中一切递推结果的起源

4. 确定遍历顺序

        nums放在外循环，target在内循环，且内循环倒序   

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        int sum = 0;
        for(int num : nums){
            sum += num;
        }
        if((sum + target) % 2 != 0){
            return 0;
        }
        if (target < 0 && sum < -target) return 0;
        int goal = (sum + target) / 2;

        if(goal < 0){
            goal = -goal;
        }

        int[] dp = new int[goal + 1];
        dp[0] = 1;

        for(int i = 0; i < nums.length; i++){
            for(int j = goal; j >= nums[i]; j--){
                dp[j] += dp[j - nums[i]];
            }
        }

        return dp[goal];

    }
}

        

474. 一和零

但本题其实是01背包问题！

只不过这个背包有两个维度，一个是m 一个是n，而不同长度的字符串就是不同大小的待装物品。

class Solution {
    public int findMaxForm(String[] strs, int m, int n) {
        int[][] dp = new int[m + 1][n + 1];

        for(String str : strs){
            int oneNum = 0;
            int zeroNum = 0;
            char[] chars = str.toCharArray();
            for(char c : chars){
                if(c == '0'){
                    zeroNum++;
                }
                if(c == '1'){
                    oneNum++;
                }
            }
            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];

    }
}