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
动态规划
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
int sum = accumulate(stones.begin(), stones.end(), 0);
int n = stones.size(), m = sum/2;
vector<vector<int>> dp(n + 1, vector<int>(m + 1));
dp[0][0] = 1;
for(int i = 0; i < n; i++){
for(int j = 0; j <= m; j++){
if(j < stones[i]){
dp[i+1][j] = dp[i][j];
}else{
dp[i+1][j] = dp[i][j] || dp[i][j-stones[i]];
}
}
}
for(int k = m;;k--){
if(dp[n][k]){
return sum - 2 * k;
}
}
}
};
这道题本质就是任意选i块石头,使得他们的重量趋近于总重量的一半,因为这样和另一半抵消的差值就是最小的。
维护一个dp数组,dp[i+1][j]的意思是,前i+1个石头,能否恰好凑成重量j。储存的是true和false,定义dp[0][0]为true。接下来开始遍历数组,当stones[i]也就是第i个石头的重量,当石头重量大于j的时候,那么不可能凑成j重量,所以不选,所以 dp[i+1][j] = dp[i][j];
。否则,可以选择这块石头也可以不选,如果不选的话dp[i+1][j]的布尔值依旧和dp[i][j]一样,如果选的话,布尔值取决于dp[i][j-stones[i]]
,只要两种情况有一种成立,那么就说明前i+1个石头可以凑成j重量,那么他就是true。
最后从sum/2开始向下遍历,找到最接近的为true的dp,然后返回sum - 2 * k
即可。
优化:滚动数组
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
int sum = accumulate(stones.begin(), stones.end(), 0);
int n = stones.size(), m = sum/2;
vector<bool> dp(m+1);
dp[0] = true;
for(int i = 0; i < n; i++){
for(int j = m; j >= stones[i]; j--){
dp[j] = dp[j] || dp[j-stones[i]];
}
}
for(int k = m;;k--){
if(dp[k]){
return sum - 2 * k;
}
}
}
};
滚动数组优化二维0-1背包问题在之前的题目中有讲过,本质上就是因为dp[i+1][j]实际上只看前一个i是多少,所以可以利用滚动数组倒序来优化成一维,优化空间复杂度。