1049. 最后一块石头的重量 II
分析:
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。
本题物品的重量为stones[i],物品的价值也为stones[i]。
(1)dp[j]的含义,容量为j的背包,最多可以装的价值为 dp[j]
(2) 递推公式,dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
(3)初始化为0
(4)递归顺序,逆序
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
int sum = 0;
for(int i=0; i<stones.size(); i++){
sum += stones[i];
}
int n = sum/2;
vector<int>dp(n+1, 0);
for(int i=0; i<stones.size(); i++){
for(int j=n; j>=stones[i]; j--){
dp[j] = max(dp[j], dp[j-stones[i]] + stones[i]);
}
}
return sum - dp[n]*2;
}
};
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
分析: x + y = sum
x - y =target
推出 x = (sum - target)/2 背包大小为x 题目转换为装满这个背包有几种方法,组合问题
(1)dp[ j ]的含义,装满容量为j的背包有多少种类
(2) 递推公式,dp[ j ] += dp[ j - num[ i ]]
对于物品 i ,装满 j 的种类数 应该是 装满 j - num[ i ]的种类。 对于多个物品 dp[j]需要叠加
(3)dp[ 0 ] = 1。 当 j - num[ i ] == 0 就是一种新的装满方式
(4)递归顺序,逆序
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int sum = 0;
for(int i=0; i<nums.size(); i++){
sum += nums[i];
}
if(sum < target) return 0; // 此时没有方案
if((sum - target)%2 == 1) return 0;//同上
int n = (sum - target)/2;
vector<int>dp(n+1, 0); //能够装满 j 的种类
dp[0] = 1;
for(int i=0; i<nums.size(); i++){
for(int j=n; j>=nums[i]; j--){
dp[j] += dp[j-nums[i]];
}
}
return dp[n];
}
};
474. 一和零
题目:
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 。
分析:两个限制的背包,一个是m, 一个n
(1)dp[ i ][ j ] 的含义,尽可能装满m个0 ,n个1的最大子集的长度
(2) 递推公式,dp[ x ][ y ] = max(dp[ x ][ y ], dp[ x - nums[ i ][ 0 ]][ y - nums[ i ][ 1 ]] + 1);
对于物品 i 可以选择不装入, 若选择装入,长度加一, 两者取大者
(3)初始化为 0
(4)递归顺序,逆序
class Solution {
public:
int findMaxForm(vector<string>& strs, int m, int n) {
vector<vector <int>>nums;
for(int i=0; i<strs.size(); i++){
int len = strs[i].size();
int cnt = 0;
for(int j=0; j<len; j++){
if(strs[i][j] == '0') cnt++; // 这里选择现算可以提高速度
}
nums.push_back({cnt, len-cnt});
}
vector<vector<int>>dp(m+1, vector<int>(n+1, 0));// 尽可能装满m, n所获得的最大长度
for(int i=0; i<nums.size(); i++){
for(int x=m; x>=nums[i][0]; x--){
for(int y=n; y>=nums[i][1]; y--)
dp[x][y] = max(dp[x][y], dp[x-nums[i][0]][y-nums[i][1]] + 1);
}
}
return dp[m][n];
}
};