代码随想录-Day41-动态规划-LetCode1049. 最后一块石头的重量 II||494. 目标和||416. 分割等和子集

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。

解题思路：题目要求是将石头分成两拨进行粉碎，最终粉碎的结果是第一波减去第二波的差值

        使用01背包转换过来背包的容量就是，石头总重量的一半

        求解的就是装满这个背包的最大重量。

        就是最经典的01背包问题

class Solution {
    public int lastStoneWeightII(int[] stones) {
        //整体思路：将问题抽象为01背包，求出所有石头的重量之后除2之后获得的石头
        //一般的重量相当于背包的容量，在求解将n快石头放入之后背包容量是否可以达到
        //目标值如果可以，返回0不信的话相减
        int n=stones.length;
        int sum=0;
        for(int stone:stones){
            sum+=stone;
        }
        int target=sum/2;
        //动态规划五部曲
        //1,确定dp数组
        //dp[i]代表重量为i的石头最大价值也就是重量为dp[i]
        int[] dp=new int[target+1];
        //2,确定递推公式
        //dp[i]=max(dp[i],dp[i-weight[i]]-value[i])
        //3,初始化dp数组,默认初始化全部为0
        dp[0]=0;
        //4,循环遍历
        for(int i=0;i<n;i++){//遍历物品
            for(int j=target;j>=stones[i];j--){//遍历背包
                dp[j]=Math.max(dp[j],dp[j-stones[i]]+stones[i]);
            }
        }
        //将石头分成两堆之后，一堆为dp[target],另一对自然就是sum-dp[target]
        return Math.abs(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。

解题思路：

        这道题的核心思路就是求解装满这个01背包存在多少种方法，其实不是很理解递推公式，后续再看。

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        //抽象为01背包
        //将整个数组拆分为两部分left和right，则右
        //left+right=sum;
        //left-right=target;
        //所以可以推导出left=(target+sum)/2
        //我们假设left是正数的集合，那么本题的含义就是求和为left的组合有多少种
        //但是存在一种情况就是target+sum=奇数
        //这种情况其实是无解的
        int sum=0;
        for(int num:nums){
            sum+=num;
        }
        //需要考虑target为负数以及target不合理的情况
        if((sum+target)%2==1 ||sum<target || sum<-1*target) return 0;
        int left=(sum+target)/2;
        //本体拆解为01背包就是装满为left的背包有多少种方案，求的是个数
        //动态规划五部曲
        //1，确定dp数组的含义
        //dp[i]表示装满容量为i的背包有dp[i]中方法
        int[] dp=new int[left+1];
        //2,递推公式
        //d[i]=dp[i]+dp[j-nums[i]];
        dp[0]=1;
        for(int i=0;i<nums.length;i++){
            for(int j=left;j>=nums[i];j--){
                dp[j]+=dp[j-nums[i]];
            }
        }
        return dp[left];
        
    }
}

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 。

解题思路：

        这个题目转换为01背包其实也求得是背包装满之后多能达到的最大价值，也就是字符串的最大个数，只不过是背包从以为变成了二维，也就是1和0两个容量

class Solution {
    public int findMaxForm(String[] strs, int m, int n) {
        //使用01背包
        //动态规划五部曲
        //1，dp数组
        //dp[i][j]:i个1j个0的背包最多装dp[i][j]个元素
        int[][] dp=new int [m+1][n+1];
        //2,确定递推公式
        //dp[i][j]=max(dp[i][j],dp[i-x][j-y]+1)
        //x代表当前元素中1的个数，y代表0的个数，就是当前背包留够当前元素
        //所需空间之后再重新加上一个元素
        //3,dp数组初始化
        dp[0][0]=0;
        //4，遍历
        for(int i=0;i<strs.length;i++){//遍历物品
            //计算出当前物品对应的x，y也就是1和0的数量
            int zeroNum=zeroCount(strs[i]);//0的数量
            int oneNum=strs[i].length()-zeroNum;//1的数量
            //遍历背包
            for(int j=m;j>=zeroNum;j--){//0的容量
                for(int k=n;k>=oneNum;k--){//1的容量
                    dp[j][k]=Math.max(dp[j][k],dp[j-zeroNum][k-oneNum]+1);
                }
            }
        }
        return dp[m][n];
    }
    int zeroCount(String str){
        //统计字符中0的个数
        int count=0;
        for(int i=0;i<str.length();i++){
            char ch=str.charAt(i);
            if(ch-'0'==0) count++;
        }
        return count;
    }
}

                                                                                                                        By三条直线围墙