最后一块石头的重量2
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
提示:
1 <= stones.length <= 30
1 <= stones[i] <= 100
分析:通过题目我们可以分析出,本题其实是要将石头的重量一 一抵消,从而获得最后的剩余重量,那我们可以将这堆石头分成两个重量相近的两堆石头,然后求出这两堆石头的差值,就是题目想要的结果。
这是一道01背包类型的应用题,我们可以将石头的重量既当成重量又当成价值来进行计算
可以得到动态规划公式:dp[j]=max(dp[j],dp[j-stones[i]]+stones[i])
dp[j]表示在j容量中可以分到石头的最大价值
dp[j-stones[i]]+stones[i]表示将编号为i的石头装入背包中的价值
class Solution:
def lastStoneWeightII(self, stones: List[int]) -> int:
sumweight = sum(stones)#算出石头的总重量
target =sum(stones)//2#将石头的重量分成相近的两堆
#申请空间,因为石头最多为30个,重量最多为100,所以总重量最多为3000,一堆石头最多为1500
dp = [0]*1501
for i in range(len(stones)):
#采用倒序的方式防止重复放入相同的石头
for j in range(target,stones[i]-1,-1):
dp[j]=max(dp[j],dp[j-stones[i]]+stones[i])
return sumweight-dp[target]-dp[target]#两堆石头重量之差
给你一个 只包含正整数 的 非空 数组 nums 。请你判断是否可以将这个数组分割成两个子集,使得两个子集的元素和相等。
分割等和子集(思路基本和上面一样)
示例 1:
输入:nums = [1,5,11,5]
输出:true
解释:数组可以分割成 [1, 5, 5] 和 [11] 。
示例 2:
输入:nums = [1,2,3,5]
输出:false
解释:数组不能分割成两个元素和相等的子集。
提示:
1 <= nums.length <= 200
1 <= nums[i] <= 100
class Solution:
def canPartition(self, nums: List[int]) -> bool:
sumnums = sum(nums)
if sumnums %2==1:
return False
target = sumnums//2
dp = [0]*10001
for i in range(len(nums)):
for j in range(target,nums[i]-1,-1):
dp[j] = max(dp[j],dp[j-nums[i]]+nums[i])
return target == dp[target]