代码随想录第九章动态规划part04 494. 目标和 474.一和零

最新推荐文章于 2024-10-17 11:39:06 发布

孩子不懂事乱写的

最新推荐文章于 2024-10-17 11:39:06 发布

阅读量177

点赞数 2

文章标签：动态规划算法

本文链接：https://blog.csdn.net/qq_53524614/article/details/142252655

版权

494. 目标和

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0;
        for (int i = 0; i < nums.size(); i++) sum += nums[i];
        if ((sum + target) % 2 == 1 || (sum + target) < 0) return 0;
        vector<int> value((sum + target) / 2 + 1, 0);
        value[0] = 1;
        for ( int i = 0; i < nums.size(); i++){
            for (int j = value.size() - 1; j >= 0; j--){
                if (j >= nums[i]) value[j] = value[j] + value[j - nums[i]];
            }
        }
        return value[value.size() - 1];
    }
};

这题是背包问题的一个变种，求取的不是背包的最大重量，而是装下一个重量的方案数，与之前的背包问题的区别在于，动态规划数组中的数据代表的不是最大重量而是方案数，因此迭代时，采取的不是取最大而是求和，迭代方向则是一样的。

474.一和零

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
        for (string s :strs){
            int one = 0, zero = 0;
            for(int i = 0; i < s.size(); i++){
                if(s[i] == '0') zero++;
                else one++;
            }
            for (int i = m; i >= zero; i--){
                for (int j = n; j >= one; j--){
                    dp[i][j] = max(dp[i][j], dp[i - zero][j - one] + 1);
                }
            }
        }
        return dp[m][n];
    }
};

这题的背包多一个维度，就是在有两种限制条件的背包中装下最多数量的物品，迭代的思路是一样的。

代码随想录第九章动态规划part04