目录
题目1: 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
1- 思路
思路:尽量将石头分为重量相似的两堆,例如 [2,7,4,1,8,1]
sum = 23
分为 sum/2 = 11
- 分为重量相等的两堆也就是 11 和 12 ,让这两堆相撞结果为 1
- 问题化简 ——> 化简为 如何将重量划分为 容量 11 的石头堆
- 该问题就和 划分 等和 子集很像
动规五部曲
- 1. 定义 dp 数组以及其含义
- 本题中,容量实际上就是为石头的价值。即装满容量为 11 的背包的最大价值就是 装满容量为 11 的背包的最大重量 ——> 所求为 装满容量 11 背包的最大重量
- 类似于 等和数组 均分的思路
- 2. 递推公式
dp[j] = Math.max(dp[j],dp[j-weight[i]]+value[i]);
- 3. dp 数组初始化
dp[0] = 0
- 4.确定遍历顺序
- ① 先遍历重量:
for(int i = 0 ; i < n;i++)
- ② 再遍历背包:
for(int j = target; j >= stones[i];j--)
- ① 先遍历重量:
2- 题解
⭐ 最后一块石头的重量 II ——题解思路
class Solution {
public int lastStoneWeightII(int[] stones) {
// 定义 dp 数组
// dp 数组含义,为 j 容量的最大收益
int sum = 0;
for(int i : stones){
sum+=i;
}
int target = sum/2;
int n = stones.length;
int[] dp = new int[target+1];
// 2. 递推公式 dp[j] = Math.max(dp[j],dp[j-weight[i]]+value[i]);
// 3. 初始化
dp[0] = 0;
// 4. 遍历顺序
// i 从 0 遍历到 n
// j 从 target 遍历到 weight[i]
for(int i = 0 ; i < n;i++){
for(int j = target; j >= stones[i];j--){
dp[j] = Math.max(dp[j],dp[j-stones[i]]+stones[i]);
}
}
return sum - 2*dp[target];
}
}
题目2: 494. 目标和
- 题目链接:494. 目标和
1- 思路
思路:将集合分为 加法集合 left
,减法集合 right
推导过程:
- 定义 ①
sum = left + right
- 同时 ②
left - right = target
- 由 ① 得到 ③
right = sum - left
- 将 ③ 带入 ② 得到
left = (target + sum)/2
实际求解
- 根据
left = (target + sum)/2
——> 寻找能组合成left
的种类数
举例:
此时对于样例[1,1,1,1,1]
,只需要求出正数和为 4 的情况种类,其他就是负数集合
遇到 left 不能整除的情况:则没有这种情况,凑不出 target ——> 直接return 0
求解目标:
- 给你一个容量为
left
的背包,有多少种情况 可以将该背包装满?
动规五部曲
- 1. 定义 dp 数组即 dp 数组含义
dp[j]
代表装满容量为j
的背包,拥有的dp[j]
种方法,也就是考虑正数 left 的方法数
- 2. 递推公式
- 此时的递推公式类似于爬楼梯
- 如果已经有 物品 重量1 ,则需要 dp[4] 种方法 凑出 dp[5]
- 如果已经有 物品 重量2 ,则需要 dp[3] 种方法 凑出 dp[5]
- 如果推导
dp[5] = dp[4] + dp[3] + dp[2] + dp[1] +dp[0]
- 最终:
dp[j] += dp[j - numbers[i]]
- 3. dp 数组初始化
- 理解
[0]
,target = 0
,此时left = (target + sum)/2
,left
为0
,则正数集合为 0 有一种情况 也就是取+
- 理解
- 4. 确定遍历顺序
- ① 先遍历重量:
for(int i = 0 ; i < n;i++)
- ② 再遍历背包:
for(int j = left; j >= weight[i];j--)
- ① 先遍历重量:
2- 题解
⭐目标和 ——题解思路
class Solution {
public int findTargetSumWays(int[] nums, int target) {
int sum = 0;
for(int i:nums){
sum += i;
}
//如果target的绝对值大于sum,那么是没有方案的
if (Math.abs(target) > sum) return 0;
if((target+sum)%2 != 0){
return 0;
}
int left = (target+sum)/2;
// 1. 定义 dp 数组
int[] dp = new int[left+1];
// 2. 确定递推公式
// dp[j] += dp[j-weight[i]]
// 3. 初始化
dp[0] = 1;
// 4. 确定遍历顺序
for(int i = 0 ; i < nums.length;i++){
for(int j = left;j>=nums[i];j--){
dp[j] += dp[j-nums[i]];
}
}
return dp[left];
}
}
题目3: 一和零
- 题目链接:474. 一和零
1- 思路
本题目标
- 装满这个背包 ,最多有多少种物品?
动规五部曲
- 1. 确定 dp 数组含义
- dp[m][n] ,装满 m 个 0 和 n 个 1 的背包,最多的物品数
- 2. 确定递推公式
- ① 根据一维 dp 推导,
dp[j] = Math.max(dp[j],dp[j-weight[i]) + value[i]
- 本题物品的重量是
x 个 0
和y 个 1
,背包的重量相当于m 个 0
和n 个 1
- 根据 ① 推导
dp[i][j] = Math.max(dp[i][j] , dp[i-x][j-y]+1)
- ① 根据一维 dp 推导,
- 3. dp 数组初始化
dp[0][0] = 0
- 4. 遍历顺序
- 先遍历字符串数组
- 将每个遍历到的字符串的
x 个 0
和y 个 1
取出来
2- 题解
⭐一和零 ——题解思路
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
// 1. 定义 dp 数组
// 包含 i个0 j个1 的自己的最大长度
int[][] dp = new int[m+1][n+1];
// 2. 确定递推公式
// dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1]);
// 3. dp 数组初始化
dp[0][0] = 0;
// 4. 确定遍历顺序
for (String str : strs){
int x = 0;
int y = 0;
for(char c:str.toCharArray()){
if(c == '0'){
x++;
}else{
y++;
}
}
// 反向遍历
for(int i = m;i>=x;i--){
for(int j = n ; j>= y;j--){
dp[i][j] = Math.max(dp[i][j],dp[i-x][j-y]+1);
}
}
}
return dp[m][n];
}
}