代码随想录算法训练营第四十三天 | 1049. 最后一块石头的重量 II 、 494. 目标和 、474.一和零

学习目标

• 完成01背包相关题目

---

学习内容

1049. 最后一块石头的重量 II(Easy)

题目链接:1049. 最后一块石头的重量 II

题目：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

思路：
本题其实就是尽量让石头分成重量相同的两堆，相撞之后剩下的石头最小，这样就化解成01背包问题了。

• 确定dp数组（dp table）以及下标的含义
  dp[j] 就是容量为 j 的背包可容纳的最大的石头重量总和
• 确定递推公式
  dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
• dp数组如何初始化
  全初始化为0, 因为 dp[0] 代表的是容量为 0 的背包可容纳的最大的石头重量总和
• 确定遍历顺序

  	for(int i = 0; i <= target; i++) {
  		for(int j = target; j >= stones[i]; j--) {
  			dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);		
  		}
  	}
  

• 举例推导dp数组
  无
  时间复杂度：O(N*M) 空间复杂度：O(M) M与sum/2相关

解决方案：

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for(int i = 0; i < stones.length; i++) {
            sum += stones[i];
        }
        int target = sum >> 1;
        int[] dp = new int[target + 1];

        for(int i = 0; i < stones.length; i++) {
            for(int j = target; j >= stones[i]; j --) {
                dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
            }
        }

        return sum - 2 * dp[target];
    }
}

小结：

494. 目标和(Middle)

题目链接:494. 目标和

题目：给你一个整数数组 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。

示例 1：
输入：nums = [1,1,1,1,1], target = 3
输出：5
解释：一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3

示例 2：
输入：nums = [1], target = 1
输出：1

提示：
1 <= nums.length <= 20
0 <= nums[i] <= 1000
0 <= sum(nums[i]) <= 1000
-1000 <= target <= 1000

思路：dp[j] 是代表容量为 j 的背包有 dp[j] 种方法.

解决方案：

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        int sum = 0;
        for(int i =0; i < nums.length; i ++) {
            sum += nums[i];
        }

        if((sum + target) % 2 != 0) return 0;
        if(target < 0 && sum < -target) return 0;

        int size = Math.abs((target + sum) / 2);
        int[] dp = new int[size + 1];
        dp[0] = 1;
        for(int i = 0; i < nums.length; i ++) {
            for(int j = size; j >= nums[i]; j--) {
                dp[j] += dp[j-nums[i]];
            }
        }

        return dp[size];
    }
}

小结：

474.一和零(Middle)

题目链接:474.一和零

题目：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 。

示例 1：
输入：strs = [“10”, “0001”, “111001”, “1”, “0”], m = 5, n = 3
输出：4
解释：最多有 5 个 0 和 3 个 1 的最大子集是 {“10”,“0001”,“1”,“0”} ，因此答案是 4 。
其他满足题意但较小的子集包括 {“0001”,“1”} 和 {“10”,“1”,“0”} 。{“111001”} 不满足题意，因为它含 4 个 1 ，大于 n 的值 3 。

示例 2：
输入：strs = [“10”, “0”, “1”], m = 1, n = 1
输出：2
解释：最大的子集是 {“0”, “1”} ，所以答案是 2 。

解决方案：

class Solution {
    public int findMaxForm(String[] strs, int m, int n) {
        //dp[i][j]表示i个0和j个1时的最大子集
        int[][] dp = new int[m+1][n+1];
        
        for(String str : strs) {
            int zeroNum = 0, oneNum = 0;
            for(char c : str.toCharArray()) {
                if(c == '0') zeroNum ++;
                else oneNum ++;
            }

            for(int i = m; i >= zeroNum; i--) {
                for(int j = n; j >= oneNum; j--) {
                    dp[i][j] = Math.max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
                }
            }
        }

        return dp[m][n];
    }
}

小结：

---

总结

有些迷茫了, 简写吧