动态规划通用解法

简述

本文主要介绍动态规划问题的解法模板，以leetcode474为例，该问题为01背包问题的变体。

题目描述

给定字符串数组，数组中的元素由“0”或者“1”构成，若给定子字符串数组中存在“0”的个数最多为m、存在“1”的个数最多为n，返回满足该条件的子字符串数组的最大长度。
注 ： 原字符串数组为[“10”,“0001”,“111001”,“1”,“0”],[“1”]、[“1”,“0”]…等都为其子字符串数组。

1、确定数组下标及值含义

value = dp[i][j]；其中 0 <= i <= m、 0 <= j <= n;
该数组下标的含义：
i代表“0”存在的数量，j代表“1”存在的数量。
value的含义：
代表子字符串数组满足“0”的数量不多于i，“1”的数量不多于j的条件时，该数组的最大长度。

2、确定动态转移方程

根据数组下标及值含义，我们可以确定动态转移方程为：
dp[i][j] = max(dp[i][j], dp[i - numberOfZero][j - numberOfOne] + 1)
注：其中numberOfZero代表从字符串数组中取出元素包含“0”的数量，numberOfOne代表取出元素包含"1"的数量。
该动态转移方程的含义：求满足条件的dp[i][j]的最大值。

3、dp数组初始化

dp[0][0] = 0 代表下标i，j均为零时，该字符串数组的长度。
其余元素均初始化零，因为所有的dp[i][j] >= 0,初始化为0不影响转移方程的递推。

4、确定遍历的顺序

为防止物品被重复放入，物品被放在最外层遍历，而i和j放在里层遍历。

实现代码如下

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> vec;
        for (int i = 0; i < strs.size(); ++i) {
            vector<int> vecRes = calNum(strs[i]);
            vec.push_back(vecRes);
        }
        vector<int> vecN(n + 1, 0);
        vector<vector<int>> vecMN(m + 1, vecN);
        for (int k = 0; k < vec.size(); ++k) {
            for (int i = m; m >= vec[k][0]; --i)
                for (int j = n; n >= vec[k][1]; --j) {
                    vecMN[i][j] = max(vecMN[i][j], vecMN[i - vec[k][0]][j - vec[k][1]] + 1);
                }
        }
        return vecMN[m][n];
    }

    vector<int> calNum(string str) {
        int m = 0;
        int n = 0;
        for (int i = 0; i < str.size(); ++i) {
            if (str[i] == '0') {
                m++;
            }
            else if (str[i] == '1') {
                n++;
            }
        }
        vector<int>vec;
        vec.push_back(m);
        vec.push_back(n);
        return vec;
    }
};