代码随想录算法训练营Day43|LC1049 最后一块石头的重量II&LC494 目标和&LC474 一和零

一句话总结：甚至都想不到怎么套背包问题。

原题链接：1049 最后一块石头的重量II

这题和昨天的分割等和子集很像，但是需要想到这一层才行。

这里首先将target设置为sum / 2，dp数组的计算过程与前一题是一样的。最后需要返回的是sum与2 * dp[target]的差值。

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for (int x : stones) sum += x;
        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 sum - 2 * dp[target];
    }
}

原题链接： 494 目标和

最难的是将这题转换为背包问题。

假设加法的总和为x，那么减法对应的总和就是sum - x。而要求的是 x - (sum - x) = target。

因此x = (target + sum) / 2。此时问题就转化为，装满容量为x的背包，有几种方法。那么这里的x，就是背包问题的背包容量。

同时要注意到(target + sum) / 2 计算的过程中向下取整有没有影响。比如（sum + target）% 2 == 1时即是无解的。同时target的绝对值大于sum时也是无解的。

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        int sum = 0;
        for (int x : nums) sum += x;
        if (Math.abs(target) > sum) return 0;
        if ((target + sum) % 2 == 1) return 0;
        int obj = (target + sum) / 2;
        int[] dp = new int[obj + 1];
        dp[0] = 1;
        for (int i = 0; i < nums.length; ++i) {
            for (int j = obj; j >= nums[i]; --j) {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[obj];
    }
}

 原题链接：474 一和零

此题也是一个01背包问题，但是物品的重量有两个维度，分别是某一字符串里的zeroNum和oneNum。由此确定递推公式。

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;
            for (char c : str.toCharArray()) {
                if (c == '0') zeroNum++;
                else 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];
    }
}