*算法训练(leetcode)第三十一天 | 1049. 最后一块石头的重量 II、494. 目标和、474. 一和零

*1049. 最后一块石头的重量 II

leetcode题目地址

本题与分割等和子集类似,要达到碰撞最后的石头重量最小,则尽可能把石头等分为两堆。

时间复杂度: O ( m ∗ n ) O(m * n) O(mn)
空间复杂度: O ( n ) O(n) O(n)

// c++
class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        int sum = 0;
        for(int i=0; i<stones.size(); i++){
            sum += stones[i];
        }
        int target = sum/2;
        vector dp(target+1, 0);
        for(int i=0; i<stones.size(); i++){
            for(int j=target; j>=stones[i]; j--){
                dp[j] = max(dp[j], dp[j-stones[i]]+stones[i]);
            }
        }
        return sum - dp[target] - dp[target];
    }
};

*494. 目标和

leetcode题目地址

nums中元素初始均为正,先求其和sum。若|target|>sum,则无解。

需要推导出递推公式:设“+”数之和为X,则“-”数之和就是sum-X,其中,sum和target为已知。
可得递推公式: X − ( s u m − X ) = t a r g e t X-(sum-X) = target X(sumX)=target
解得: X = ( t a r g e t + s u m ) / 2 X = (target + sum) / 2 X=(target+sum)/2

因此, (target + sum) % 2 != 0时 无解。

一维dp数组记录背包容量为j时可以组成target的方案数量。

例如:target = 5

  • 当前已有1,则有dp[4]种方案
  • 当前已有2,则有dp[3]种方案
  • 当前已有k,则有dp[target-k]种方案

时间复杂度: O ( n ∗ m ) O(n*m) O(nm)
空间复杂度: O ( n ) O(n) O(n)

// c++
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(fabs(target)>sum) return 0;
        if((sum+target)%2!=0) return 0;
        vector<int> dp((target+sum)/2+1, 0);
        dp[0] = 1;
        for(int i=0; i<nums.size(); i++){
            for(int j=(target+sum)/2; j>=nums[i]; j--){
                dp[j] += dp[j-nums[i]]; 
            }
        }
        return dp[(target+sum)/2];

    }
};

474. 一和零

leetcode题目地址

使用二维dp数组,横纵坐标分别代表0和1的背包容量,即dp[i][j]代表至多包含i个0和j个1的最多子串个数。

状态转移方程: d p [ i ] [ j ] = m a x ( d p [ i ] [ j ] , d p [ i − z e r o N u m ] [ j − o n e N u m ] + 1 ) dp[i][j] = max( dp[i][j], dp[i-zeroNum][j-oneNum]+1 ) dp[i][j]=max(dp[i][j],dp[izeroNum][joneNum]+1)

时间复杂度: O ( m ∗ n ∗ k ) O(m*n*k) O(mnk)
空间复杂度: O ( n ∗ m ) O(n*m) O(nm)

// c++
class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<int> zeros(strs.size(), 0);
        vector<int> ones(strs.size(), 0);
        
        for(int i=0; i<strs.size(); i++){
            for(int j=0; j<strs[i].size(); j++){
                if(strs[i][j] == '0') zeros[i]++;
                else ones[i]++;
            }
        }
        vector<vector<int>> dp(m+1, vector<int>(n+1, 0));
        for(int k=0; k<strs.size(); k++){
            for(int i=m; i>=zeros[k]; i--){
                for(int j=n; j>=ones[k]; j--){
                    dp[i][j] = max(dp[i][j], dp[i-zeros[k]][j-ones[k]]+1);
                }
            }
        }
        return dp[m][n];


    }
};
  • 16
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
给定一个整数数组 nums 和一个目标值 target,要求在数组中找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。
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