第40天-DP-第九章 ● 1049. 最后一块石头的重量 II ● 494. 目标和 ● 474.一和零

文章介绍了如何使用动态规划解决LeetCode上的三个问题:1.找到最后一块石头的最小重量;2.找出数组中能形成特定和的子集数量;3.在限制0和1数量的情况下,求最大字符串组合数。每个问题都涉及将数组分为两部分并计算其属性,利用dp数组进行状态转移。
摘要由CSDN通过智能技术生成

# 1. 最后一块石头的重量
- LeetCode链接

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。

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        // 思路:将石头堆尽量分成两堆尽量近似相等重量

        int sum = accumulate(stones.begin(), stones.end(), 0);
        int target = sum / 2;
        sort(stones.begin(), stones.end());

        // 1.dp数组代表了什么
        vector<int> dp(target+1, 0);

        // 2. 遍历dp数组
        for(int i=0; i<stones.size(); i++){
            for(int j=target; j>=stones[i]; j--){
                if(stones[i] > target) continue;
                dp[j] = max(dp[j], dp[j-stones[i]]+stones[i]);
            }
        }

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

2. 目标和

- LeetCode链接
在这里插入图片描述

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        // 本题就是要把 nums分为左半部分left 和 右半部分right, 使得 left + right = sum, left - right = target
        // 由上面两个公式可以得到  left = (sum + target) / 2, 所以本题可以使用背包思想求得  有多少种方法可以使得nums中的值相加等于 left

        int sum = accumulate(nums.begin(), nums.end(), 0);
        if(abs(target) > sum) return 0;
        if((sum + target) % 2 == 1) return 0;
        int bagSize = (sum + target) / 2;
        
       
        vector<int> dp(bagSize + 1, 0);
         // 1.思考这个为什么初始化为1,在第一轮遍历的时候,如果j和nums[i]相等,那么dp[j]的值应该为1,就等于dp[j-nums[i]]=dp[0]=1
        dp[0] = 1;  			
        for(int i=0; i<nums.size(); i++){
            for(int j=bagSize; j>=nums[i]; j--){
				
				// 2.注意这里的遍历公式, 是累计的和
                dp[j] += dp[j-nums[i]];
            }
        }

        return dp[bagSize];
    }
};

3.一和零

- LeetCode链接

在这里插入图片描述

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        // 1.本题也属于零一背包问题,不过是在二维上解决应该
        // dp[i][j]应该表示 i个0 和 n个1 最长组成元素
        // 初始化  dp[0][0] 初始化为0 
        vector<vector<int>> dp(m+1, vector<int>(n+1, 0));

        // 2.本题背包的大小就是 dp[m][n], 物品的重量就是每个strs元素的0和1的个数x, y
        // 3. dp[i][j] = max(dp[i][j], dp[i-x][j-y] + 1);
        
        // 先遍历元素 再 遍历背包
        for(int i = 0; i<strs.size(); i++){
            int OneNum = 0, ZeroNum = 0;
            for(char c : strs[i]){
                if(c == '0') ZeroNum ++;
                else OneNum++;
            }

            // 遍历背包
            for(int x=m; x>=ZeroNum; x--){
                for(int y=n; y>=OneNum; y--){
                    dp[x][y] = max(dp[x][y], dp[x-ZeroNum][y-OneNum]+1);
                }
            }
        }

        return dp[m][n];
    }
};
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值