第九章 动态规划part05
1049. 最后一块石头的重量 II
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
。
拿到还是没什么思路,看了题解。重点是要理解所求最小可能重量即分为两堆石头,重量的最小差值。从而利用动态规划,求出背包总量为所有石头总重量一半时的最大可能重量,再去求差值得到最终结果。
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
int sum=0;
for(int i=0;i<stones.size();i++){
sum+=stones[i];
}
int target=sum/2;
vector<int> dp(target+1,0);
for(int i=stones[0];i<=target;i++){
dp[i]=stones[0];
}
for(int i=1;i<stones.size();i++){
for(int j=target;j>0;j--){
if(j>=stones[i]) dp[j]=max(dp[j],dp[j-stones[i]]+stones[i]);
}
}
return sum-dp[target]-dp[target];
}
};
494. 目标和
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。
还是看了题解,问题转化很巧妙。
本题要如何使表达式结果为target,
既然为target,那么就一定有 left组合 - right组合 = target。
left + right = sum,而sum是固定的。right = sum - left
公式来了, left - (sum - left) = target 推导出 left = (target + sum)/2 。
target是固定的,sum是固定的,left就可以求出来。
此时问题就是在集合nums中找出和为left的组合。
回顾了一下回溯法,虽然超时了
//回溯法(在本题中超时)
class Solution {
public:
vector<vector<int>> result;
vector<int> path;
void backtracking(vector<int>& candidate,int sum,int target,int startIndex){
if(sum==target){
result.push_back(path);
}
if(sum>target){
return;
}
for(int i=startIndex;i<candidate.size();i++){
path.push_back(candidate[i]);
sum+=candidate[i];
backtracking(candidate,sum,target,i+1);
sum-=candidate[i];
path.pop_back();
}
}
int findTargetSumWays(vector<int>& nums, int target) {
int sum=0;
for(int i=0;i<nums.size();i++){
sum+=nums[i];
}
if(target>sum) return 0;
if((target+sum)%2) return 0;
int left=(sum+target)/2;
backtracking(nums,0,left,0);
return result.size();
}
};
动态规划:
dp[j]含义:在【0,i】,背包容量(j)刚好填满的方法数;
递推公式:dp[j]+=dp[j-nums[i]];(装满背包递推公式)
初始化:dp[0]=1;
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(abs(target)>sum) return 0; //没加abs出现第二个报错
if((target+sum)%2) return 0;
int bagSize=(target+sum)/2;
vector<int> dp(bagSize+1,0);
dp[0]=1;
for(int i=0;i<nums.size();i++){
for(int j=bagSize;j>=nums[i];j--){ //如果条件为j>0出现下面第一个报错
dp[j]+=dp[j-nums[i]];
}
}
return dp[bagSize];
}
};
474. 一和零
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 。
这道题看了很久,甚至看了题解一直不能理解,后来发现题意就没读对:应该是子集中所有的字符串的0、1个数总和有限制,求的是最大子集的大小(即子集中最多有多少个字符串)。
这道题应该是二维背包,dp[i][j]:背包(i个0和j个m)最大子集的长度。
递推公式:dp[i][j]=max(dp[i][j],dp[i-ZeroNum][j-OneNum]+1);
可以举个例子多推几遍就能理解原理了。
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& str:strs){
int ZeroNum=0;
int OneNum=0;
for(char c:str){
if(c=='0') ZeroNum++;
else OneNum++;
}
for(int i=m;i>=ZeroNum;i--){
for(int j=n;j>=OneNum;j--){
dp[i][j]=max(dp[i][j],dp[i-ZeroNum][j-OneNum]+1);
}
}
}
return dp[m][n];
}
};