LeetCode|动态规划|1049. 最后一块石头的重量 II、494. 目标和、474. 一和零

目录

一、1049. 最后一块石头的重量 II

1.题目描述

2.解题思路

3.代码实现

二、494. 目标和

1.题目描述

2.解题思路

3.代码实现

三、474. 一和零

1.题目描述

2.解题思路

3.代码实现

---

 

一、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

提示：

• 1 <= stones.length <= 30
• 1 <= stones[i] <= 100

2.解题思路

• 核心方法：将这堆石头分成两堆，然后让这两堆的重量尽可能相等，然后让他们碰撞，此时会得到最小的结果。

• 如何让这两堆石头尽可能相等呢？  答：抽象成背包问题。比如这一堆石头的重量总和为sum，那么设置一个最大重量为sum/2的背包，来看这个背包最大可以装多少重量的石头。那么剩下的石头就是sum - dp[sum/2]。此时也就是两堆石头重量最接近的时候。

3.代码实现

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        //核心方法：将这堆石头分成两堆，然后让这两堆的重量尽可能相等，
        //如何让这两堆石头尽可能相等呢？  
        //答：化成背包问题。比如这一堆石头的重量总和为sum，那么设置一个最大重量为sum/2的背包，来看这个背包最大可以装多少重量的石头。那么剩下的石头就是sum - dp[sum/2]。此时也就是两堆石头重量最接近的时候。
        vector<int> dp(1501,0);
        //dp数组含义：最大重量为i的背包能够装最大重量为dp[i]
        
        int sum = 0;//计算所给数组元素和
        for(int i = 0;i < stones.size();i++){
            sum += stones[i];
        }
        int target = sum/2;//将这堆石头分成两堆，target就是这堆石头一半重量的背包，看看这里面最多能装多少重量的石头，然后更外的石头重量就是  sum - （dp[target])
        for(int i = 0;i < stones.size();i++){
            for(int j = target;j >= stones[i];j--){
            dp[j] = max(dp[j],dp[j - stones[i]] + stones[i]);
            }
        }
        return (sum - dp[target]) - dp[target];
    }
};

二、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

2.解题思路

• 将数组分成两个集合，一个是前面加正号元素的集合left，一个是前面加负号元素的集合right

• 如果题目所给nums数组 元素总和为sum， 则 left + right = sum

• 又因为正数集合 - 负数集合 = target， 则 left - right = target

• 联立得到方程组，left = (sum + target) / 2

• 抽象成背包问题，就是问 装满最大容量为left的背包最多有多少种方法

• 剪枝：如果(sum + target) 结果是奇数，这种情况是不可能去到的

• 剪枝：如果target的绝对值大于sum,此时也是不可能取到的

• 定义dp数组，含义是：装满最大容量为i的背包，最多有dp[i]种方法

• 递推公式：dp[j] 是由 dp[j - nums[i] ]所得到的

• 因为想要装满容量为j的背包，当前物品是i，重量是nums[i],那么就是装满容量为j - nums[i]的背包的最多种方法，此时再加上当前物品i，就可以装满容量为j的背包。这一点和爬楼梯的原理大同小异

3.代码实现

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        //将数组分成两个集合，一个是前面加正号元素的集合left，一个是前面加负号元素的集合right
        //如果题目所给nums数组 元素总和为sum， 则 left + right = sum
        //又因为正数集合 - 负数集合 = target， 则 left - right = target
        //联立得到方程组，left = (sum + target) / 2
        //抽象成背包问题，就是问 装满最大容量为left的背包最多有多少种方法
        int sum = 0 ;
        for(int i = 0;i < nums.size();i++){
            sum += nums[i];
        }
        int left = (sum + target) / 2;
        //剪枝：如果(sum + target) 结果是奇数，这种情况是不可能去到的
        if((sum + target) % 2 == 1)
            return 0;
        //剪枝：如果target的绝对值大于sum,此时也是不可能取到的
        if(abs(target) > sum)
           return 0;
        //定义dp数组，含义是：装满最大容量为i的背包，最多有dp[i]种方法
        vector<int> dp(left+1,0);
        //初始化
        dp[0] = 1;
        //递推公式：dp[j] 是由 dp[j - nums[i] ]所得到的
        //因为想要装满容量为j的背包，当前物品是i，重量是nums[i],
        //那么就是装满容量为j - nums[i]的背包的最多种方法，此时再加上当前物品i，就可以装满容量为j的背包
        //这一点和爬楼梯的原理大同小异
        for(int i = 0;i < nums.size();i++){
            for(int j = left;j >= nums[i];j--){
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[left];
    }
};

三、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

• 抽象成01背包问题：给你一个背包，这个背包的重量有两个维度(最大可以装m个0，最大可以装n个1)

• 求这个背包可以装多少个字符串元素（每个字符串的重量是x个0，y个1）

• dp[i][j]含义：最多能装i个0j个1的背包最多能装dp[i][j]个元素

3.代码实现

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        //抽象成01背包问题：给你一个背包，这个背包有两个维度(最大可以装m个0，最大可以装n个1)
        //求这个背包可以装多少个字符串元素

        vector<vector<int>> dp(m+1,vector(n+1,0));//dp[i][j]含义：最多能装i个0j个1的背包最多能装dp[i][j]个元素
        for(string str : strs){//遍历物品
            //看看这个物品(也就是这个字符串元素的重量：有几个0和几个1)
            int x = 0,y = 0;
            for(char c : str){
                if(c == '0')
                    x++;
                else
                    y++;
            }
            //遍历背包
            for(int i = m;i >= x;i--){
                for(int j = n;j >= y;j--){
                    dp[i][j] = max(dp[i][j],dp[i-x][j-y] + 1);
                }
            }
        }
        return dp[m][n];
    }
};