描述
有一堆石头,每块石头的重量都是正整数。
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:
输入:[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。
提示:
1 <= stones.length <= 30
1 <= stones[i] <= 1000
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/last-stone-weight-ii/
求解
分析
转换为01背包问题
考虑将石头分成两堆,且满足两堆的差值尽肯能小甚至完全相等,则粉碎后最小差值就满足条件(请理解)
假设石头总量为sum, 石头的一半为half, 则我们需要采用一个策略装石头,尽可能装到half, 即背包容量为half
转换后的01背包问题为,石头重量s[i], 价值为s[i], 背包容量为half
根据01背包的状态转移方程,dp[i][j]表示背包容量为j时,前i个物品的的最佳组合对应价值
1)如果j < s[i], 即s[i]无法添加到背包中,则dp[i][j] = dp[i-1][j]
2)如果j >= s[i], 即s[i]可以添加到背包中,则dp[i][j] = max(dp[i-1][j], dp[i-1][j-s[i]] + s[i])
class Solution {
public:
// 转换为01背包问题
// 考虑将石头分成两堆,且满足两堆的差值尽肯能小甚至完全相等,则粉碎后最小差值就满足条件(请理解)
// 假设石头总量为sum, 石头的一半为half, 则我们需要采用一个策略装石头,尽可能装到half, 即背包容量为half
// 转换后的01背包问题为,石头重量s[i], 价值为s[i], 背包容量为half
// 根据01背包的状态转移方程,dp[i][j]表示背包容量为j时,前i个物品的的最佳组合对应价值
// 1)如果j < s[i], 即s[i]无法添加到背包中,则dp[i][j] = dp[i-1][j]
// 2)如果j >= s[i], 即s[i]可以添加到背包中,则dp[i][j] = max(dp[i-1][j], dp[i-1][j-s[i]] + s[i])
// 注:采用二维数据定义状态转移方程
int lastStoneWeightII_(const vector<int> &stones) {
if (stones.empty()) {
return 0;
}
int sum = std::accumulate(stones.cbegin(), stones.cend(), 0); // 石头重量和
int half = sum / 2;
const int n = stones.size();
vector<vector<int>> dp(n + 1, vector<int>(half + 1, 0)); // dp[n+1][half+1]全部初始化为0
for (int i = 1; i <= n; ++i) {
int curStone = stones[i - 1];
for (int j = 1; j <= half; ++j) {
dp[i][j] = std::max(dp[i][j], dp[i - 1][j]);
if (j >= curStone) {
// 满足2)场景,即j >= s[i]
dp[i][j] = std::max(dp[i - 1][j], dp[i - 1][j - curStone] + curStone);
}
}
}
return sum - 2 * dp[n][half]; // 通过01背包问题已求得逼近half的最大重量,则sum - 2*最大重量即为满足条件的结果
}
int lastStoneWeightII(const vector<int> &stones) {
}
};