LeetCode 474 一和零

问题描述

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 。

提示：

• 1 <= strs.length <= 600
• 1 <= strs[i].length <= 100
• strs[i] 仅由 '0' 和 '1' 组成
• 1 <= m, n <= 100

问题分析

该问题本质上仍属于0-1背包问题，只不过背包的容量是二维的，即0和1数目的限制，因此需要使用三维动态规划求解，三个维度分别是字符数组中的字符串、0 的容量和 1的容量。
对于背包问题，可按下图分类：

dp定义

定义三维数组dp,dp[i][j][k]表示前i个字符串中，使用不超过j个0和k个1的情况下最大的子集数（最多选多少个字符串）。假设数组strs的长度为l，则最终答案为 dp[l][m][n]。

边界条件

当i=0时，对任意 0≤j≤m和0≤k≤n都有 dp[i][j][k]=0 因为此时没选任何字符串；

建立状态转移方程

遍历每个字符串：
计算得到第i个字符串的0,1数量分别为num_0,num_1
遍历0容量
遍历1容量
若j<num_0或k<num_1 则不能选当前字符串， dp[i][j][k] = dp[i-1][j][k]
若j>=num_0或k>=num_1,选“不选和选中的最大值”, dp[i][j][k]=max(dp[i-1][j][k],dp[i-1][j-num_0][k-num_1]+1)

$$dp[i][j][k]=\{\begin{array}{ll}dp[i-1][j][k],& j<\text{ zeros }\mid k<\text{ ones }\\ \max (dp[i-1][j][k],dp[i-1][j-\text{ zeros }][k-\text{ ones }]+1),& j\ge \text{ zeros }\&k\ge \text{ ones }\end{array}$$
空间复杂度$O(lmn)$

class Solution {

    public int findMaxForm(String[] strs, int m, int n) {

        int length = strs.length;

        int[][][] dp = new int[length + 1][m + 1][n + 1];

        for (int i = 1; i <= length; i++) {

            int[] zerosOnes = getZerosOnes(strs[i - 1]);

            int zeros = zerosOnes[0], ones = zerosOnes[1];

            for (int j = 0; j <= m; j++) {

                for (int k = 0; k <= n; k++) {

                    dp[i][j][k] = dp[i - 1][j][k];

                    if (j >= zeros && k >= ones) {

                        dp[i][j][k] = Math.max(dp[i][j][k], dp[i - 1][j - zeros][k - ones] + 1);

                    }

                }

            }

        }

        return dp[length][m][n];

    }

    public int[] getZerosOnes(String str) {

        int[] zerosOnes = new int[2];

        int length = str.length();

        for (int i = 0; i < length; i++) {

            zerosOnes[str.charAt(i) - '0']++;

        }

        return zerosOnes;

    }

}

优化空间复杂度

滚动数组——Trick倒序遍历优化

外层循环确定遍历的物品，内层从后向前遍历，可以省去i维度，变成dp[j][k]。
为什么要进行倒序遍历？回到初始的状态表达式：
$$dp[i][j][k]=\{\begin{array}{ll}dp[i-1][j][k],& j<\text{ zeros }\mid k<\text{ ones }\\ \max (dp[i-1][j][k],dp[i-1][j-\text{ zeros }][k-\text{ ones }]+1),& j\ge \text{ zeros }\&k\ge \text{ ones }\end{array}$$
dp[i][][]的确定与dp[i-1][][]有关，且数组中靠后的数据会利用到靠前的数据。也就是说需要有记忆地存储dp[i-1][][]的数据，当我们省去i维度后，dp[j][k]即代表了当前的字符串的dp[i][j][k]。
如果正序遍历，j和k递增，则注定修改过的dp[j][k]会进入到后续的比较中，即dp[i][j][k]=max(dp[i-1][j][k],dp[i-1][j-num_0][k-num_1]+1)中的dp[i-1][j][k]实际已经变成了dp[i][j][k]，破坏了所需要的记忆存储；
如果倒序遍历，靠后的数据修改后不破坏前面数据对于dp[i-1][j][k]的存储。
![[fig_474.png]]

class Solution {

    public int findMaxForm(String[] strs, int m, int n) {

        int[][] dp = new int[m+1][n+1];

        for(int i=0;i<strs.length;i++)// 数组是引用数据类型不是类，长度用length属性

        {

            int num_0=0,num_1=0;

            for(int j=0;j<strs[i].length();j++)// 字符串是String类，用length()方法

            {

                if(strs[i].charAt(j)=='0') num_0++; //String的元素

                if(strs[i].charAt(j)=='1') num_1++;

            }

            for(int k=m;k>=num_0;k--){

                for(int v=n;v>=num_1;v--)

                {

                    dp[k][v] = Math.max(dp[k][v],dp[k-num_0][v-num_1]+1);

                }

            }

        }

        return dp[m][n];

    }

}

该方法空间复杂度为$O(mn)$