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]);
}
}
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];
}
}
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