代码随想录算法训练营第三十八天|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

题目链接：1049. 最后一块石头的重量 II
文档讲解：代码随想录
状态：没想到尽量让石头分成重量相同的两堆

思路：
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，和昨天的相同子集问题就类似了。

题解：

public int lastStoneWeightII(int[] stones) {
    // 计算所有石头的重量总和
    int sum = 0;
    for (int stone : stones) {
        sum += stone;
    }

    // 目标是总重量的一半，因为我们希望两堆石头的重量尽量接近
    int target = sum / 2;

    // dp数组表示能达到的最接近target的重量
    int[] dp = new int[target + 1];

    // 遍历每个石头
    for (int i = 0; i < stones.length; i++) {
        // 从目标重量开始，向前更新dp数组
        for (int j = target; j >= stones[i]; j--) {
            // 更新dp[j]，选择当前石头或不选择当前石头中的最大值
            dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
        }
    }

    // 最后，返回两堆石头重量差的绝对值
    return sum - 2 * dp[target];
}

494. 目标和

题目链接：494. 目标和
文档讲解：代码随想录
状态：想到(sum-target)/2后没有往后再想一步。。。

思路：

想要得到target，nums中有一些数字为正一些为负，不妨设为正的的数字总和为pos，为负的数字总和为neg，此时可以得到下面方程组：
$$\begin{array}{rl}sum& =pos+neg\\ target& =pos-neg\end{array}$$
那么，$\text{pos}=\frac{(\text{sum}+\text{target})}{2}\text{或}\text{neg}=\frac{(\text{sum}-\text{target})}{2}$

此时这个问题就转换成了数组中的数字如何选取可以得到和为pos或者neg，因为数字的选取不重复，所以这是个01背包问题。

dp[j] 表示：填满j（包括j）这么大容积的包，有dp[j]种方法

有哪些来源可以推出dp[j]呢？

只要搞到nums[i]，凑成dp[j]就有dp[j - nums[i]] 种方法。

例如：dp[j]，j 为5，

已经有一个1（nums[i]） 的话，有 dp[4]种方法 凑成 容量为5的背包。
已经有一个2（nums[i]） 的话，有 dp[3]种方法 凑成 容量为5的背包。
已经有一个3（nums[i]） 的话，有 dp[2]种方法 凑成 容量为5的背包
已经有一个4（nums[i]） 的话，有 dp[1]种方法 凑成 容量为5的背包
已经有一个5 （nums[i]）的话，有 dp[0]种方法 凑成 容量为5的背包
那么凑整dp[5]有多少方法呢，也就是把 所有的 dp[j - nums[i]] 累加起来。

所以求组合类问题的公式，都是类似这种：

dp[j] += dp[j - nums[i]]

dp[0] = 1 表示有一种方式使和为0，即不选取任何元素。

背包容量0理解成什么都装不下就是0，理解成只有什么都不装就是1，这里要求的是装法，所以选择后者。

题解：

    public int findTargetSumWays(int[] nums, int target) {
        int sum = 0;
        // 计算数组所有元素的和
        for (int num : nums) {
            sum += num;
        }
        // 检查是否存在解：sum - target 必须是偶数且 sum >= target
        if ((sum - target) % 2 != 0 || sum < target) {
            return 0;
        }

        // 计算子集和 size
        int size = (sum - target) / 2;
        int[] dp = new int[size + 1];
        dp[0] = 1; // 有一种方式构成和为0

        // 遍历每一个数字
        for (int num : nums) {
            // 从后往前遍历，更新dp数组
            for (int j = size; j >= num; j--) {
                dp[j] += dp[j - num];
            }
        }
        return dp[size];
    }

474.一和零

题目链接：474.一和零
文档讲解：代码随想录
状态：不会

思路：
这道题属于二维0-1背包问题。
在一维的0-1背包中，dp[i] = Math.max(dp[i],dp[i - nums[i]] + nums[i] )
二维中，dp[i][j] = max(dp[i][j], dp[i - weight][j - volume] + value)，本题中就是dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);

二维0-1背包：背包有两个容量限制，每个物品有两个维度的消耗。每个物品只能放入一次。
二重背包：有两个独立的背包，每个背包有自己的容量限制。每个物品可以放入其中一个背包，也可以不放入。

题解：

    public int findMaxForm(String[] strs, int m, int n) {
        int[][] dp = new int[m + 1][n + 1];

        // 遍历每个字符串
        for (String str : strs) {
            int x = 0, y = 0; // x 统计 '0' 的个数，y 统计 '1' 的个数
            // 统计当前字符串中 '0' 和 '1' 的个数
            for (char c : str.toCharArray()) {
                if (c == '0') {
                    x++;
                } else {
                    y++;
                }
            }

            // 使用滚动数组优化空间复杂度，倒序更新
            for (int i = m; i >= x; i--) {
                for (int j = n; j >= y; j--) {
                    // 状态转移方程，选择当前字符串或者不选择当前字符串
                    dp[i][j] = Math.max(dp[i][j], dp[i - x][j - y] + 1);
                }
            }
        }

        // 返回最大子集大小
        return dp[m][n];
    }