代码随想录二刷 Day 45

1049.最后一块石头的重量II

这道题还是要想出来把整个石头堆分成尽量相等的两堆，这样消消乐之后得到的数值最新，每次取两个，分成两堆之后消不掉就继续取，直到消掉为止。 除此之外都很简单自己可以写出来，和之前那道题一模一样

class Solution {
public:
    bool canPartition(vector<int>& nums) {
        int sum = 0;
        int target = 0;
        for (int i = 0; i < nums.size(); i++){
            sum += nums[i];
        }
        if (sum %2 == 1) return false;
        target = sum/2;  //这个就是背包容量j，重量为元素的数值，价值也为元素的数值

        //vector<int> dp(target, 0); 这么写溢出或者越界
        vector<int> dp(target + 1, 0);
        for (int i = 0; i < nums.size(); i++) {
            for (int j = target; j >= nums[i]; j--) { //这里跳出的条件是总和一半要比取得这个数字大
                 dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);
            }
        }
        if (dp[target] == target) return true;
        return false;
    }
};

 494. 目标和

分成加法的集合与减法的集合这两堆；

假设加法的总和为x，那么减法对应的总和就是sum - x。

所以我们要求的是 x - (sum - x) = target

x = (target + sum) / 2

此时问题就转化为，装满容量为x的背包，有几种方法。

这里的x，就是bagSize，也就是我们后面要求的背包容量。

大家看到(target + sum) / 2 应该担心计算的过程中向下取整有没有影响。

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]中方法 凑成 容量为5的背包
• 已经有一个4（nums[i]） 的话，有 dp[1]中方法 凑成 容量为5的背包
• 已经有一个5 （nums[i]）的话，有 dp[0]中方法 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。

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 ((target + sum) % 2 == 1) return 0; //漏写
        if (abs(sum) < abs(target)) return 0; //这两个条件漏写
        int left = (target + sum)/2;
        int count = 0;
        vector<int> dp(left + 1, 0);
        dp[0] = 1; //这里dp[i]指的是达成approach的数量
        for (int i = 0; i < nums.size(); i++) {
            for (int j =left; j >= nums[i]; j--) {
               // dp[j] = max( dp[j], dp[j - nums[i]] + nums[i]);
                //if (dp[j] == left) {
                  //  count ++;
                //}
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[left];
    }
};