Day43代码随想录
1049.最后一块石头的重量II
1.题目描述
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
2.解题思路及代码实现
此题主要是想到如何利用动态规划和01背包,思路不容易想到
计算石头的总量,然后令背包的容量为石头重量的一半,看此背包最多可以装多少重量的石头,
class Solution {
public int lastStoneWeightII(int[] stones) {
int sum = 0;
for (int i = 0; i < stones.length; i++) {
sum+=stones[i];
}
int bagsize = sum/2;
int[] dp = new int[bagsize+1];
dp[0] = 0;
for (int i = 0; i < stones.length; i++) {
for (int j = bagsize;j>=stones[i];j--){
dp[j] = Math.max(dp[j],dp[j-stones[i]]+stones[i]);
}
}
return sum-dp[bagsize]-dp[bagsize];
}
}
494.目标和
1.题目描述
给你一个非负整数数组 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
示例 2:
输入:nums = [1], target = 1
输出:1
提示:
1 <= nums.length <= 20
0 <= nums[i] <= 1000
0 <= sum(nums[i]) <= 1000
-1000 <= target <= 1000
2.解题思路及代码实现
将其中赋予正号的数的总和设为left,则赋予负号的数的总和为sum-left,则 left-(sum-left) = target
left = (sum+target)/2,如果为sum+target为奇数,说明没有方案实现,那么返回0
动归五步法:
1.dp数组及下标的含义:dp数组是数值总和为j的所有方案数。相当于背包容量为j,物品为nums,用背包装nums可以有多少种装法
2.递推公式:dp[j] += dp[j-nums[i]],
只要搞到nums[i],凑成dp[j]就有dp[j - nums[i]] 种方法。
例如:dp[j],j 为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
3.dp数组初始化:dp[0] = 1表示装满背包容量为0的方法有1种,假设sum = 5,target= 5,nums = [5],那么dp[5] = dp[0];此时明显有一种转法
4.遍历顺序:先遍历物品再遍历背包,同时背包要倒序
class Solution {
public int findTargetSumWays(int[] nums, int target) {
int sum = 0;
for (int i = 0; i < nums.length; i++) {
sum+=nums[i];
}
if (Math.abs(target)>sum)
return 0;
if ((sum+target)%2==1)
return 0;
int bagsize = (sum+target)/2;
int[] dp = new int[bagsize+1];
dp[0] = 1;
for (int i = 0; i < nums.length; i++) {
for (int j = bagsize; j >= nums[i] ; j--) {
dp[j] = dp[j]+dp[j-nums[i]];
}
}
return dp[bagsize];
}
}
474.一和零
1.题目描述
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
解释:最多有 5 个 0 和 3 个 1 的最大子集是 {"10","0001","1","0"} ,因此答案是 4 。
其他满足题意但较小的子集包括 {"0001","1"} 和 {"10","1","0"} 。{"111001"} 不满足题意,因为它含 4 个 1 ,大于 n 的值 3 。
示例 2:
输入:strs = ["10", "0", "1"], m = 1, n = 1
输出:2
解释:最大的子集是 {"0", "1"} ,所以答案是 2 。
提示:
1 <= strs.length <= 600
1 <= strs[i].length <= 100
strs[i]
仅由'0'
和'1'
组成1 <= m, n <= 100
2.解题思路及代码实现
动态规划五部曲
1.dp数组及下标含义:dp[i] [j] 表示的是0的容量为i,1的容量为j所包含的最多子集。
2.递推公式:dp[i] [j] = Math.max(dp[i] [j],dp[i-字符串中0的数量] [j-字符串中1的数量]+1)
3.初始化:dp[0] [0] = 0
4.遍历顺序:不断遍历二进制字符串数组 strs
中的字符串
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
int[][] dp = new int[m+1][n+1];
for (String str:strs) {
int numsOf0 = 0;
int numsOf1 = 0;
for (int i = 0; i < str.length(); i++) {
if (str.charAt(i)=='0')
numsOf0++;
else
numsOf1++;
}
for (int i = m; i >=numsOf0; i--) {
for (int j = n; j >=numsOf1; j--) {
dp[i][j] = Math.max(dp[i][j],dp[i-numsOf0][j-numsOf1]+1);
}
}
}
return dp[m][n];
}
}