2021-04-04一和零

给你一个二进制字符串数组 strs 和两个整数 m 和 n 。
请你找出并返回 strs 的最大子集的大小，该子集中 最多 有 m 个 0 和 n 个 1 。
如果 x 的所有元素也是 y 的元素，集合 x 是集合 y 的 子集 。

示例 1：
输入：strs = [“10”, “0001”, “111001”, “1”, “0”], m = 5, n = 3
输出：4
解释：最多有 5 个 0 和 3 个 1 的最大子集是 {“10”,“0001”,“1”,“0”} ，因此答案是 4 。
其他满足题意但较小的子集包括 {“0001”,“1”} 和 {“10”,“1”,“0”} 。{“111001”} 不满足题意，因为它含 4 个 1 ，大于 n 的值 3 。

示例 2：
输入：strs = [“10”, “0”, “1”], m = 1, n = 1
输出：2
解释：最大的子集是 {“0”, “1”} ，所以答案是 2 。

解：动态规划

本题与动态规划方法的01背包模型相似，但背包模型中容量仅用一个变量表示，而本题中，容量则包括0和1的容量两个变量，因此通过一个三维的dp数组来解决。
用dp [ l ] [ i ] [ j ]表示strs中，前 l 个字符串满足1最多 i 个，0最多 j 个的最大子集数。（即前 l 个的最佳组合），则

1. 若当前字符串strs[ l ]未被选择，则：dp[ l ] [ i ] [ j ] = dp[ l -1 ] [ i ] [ j ]
2. 若选择当前字符串strs[ l ]被选择，则：dp[ l ] [ i ] [ j ] = dp[ l -1 ] [ i-l.oneNum ] [ j-l.ZeroNum ]+1
   （其中若满足选择当前字符串，i、j的值必须满足 i >= l.oneNum、j >= l.zeroNum；否则dp[ i ][ j ]的值按照第一条获取。）

最后dp [ n ] [ m ]即结果

示例：
strs：0001 ， 0101 ， 1000 ， 1000；m = 9 ， n = 3；

1. 初始化dp数组全部为0
2. 遍历strs，求每个str[l]对应的dp二维数组：
   l = 0：
   
   l = 1:
   
   l = 2：
   
   l = 3：
   
   空间优化：
   由于每次求 l+1的dp二维数组时，都是根据 l 的数组进行取值，最后结果也用不上前面的数组，因此只设置滚动数组，取两个数组，一个作为取值的根据，一个用来赋新值。

时间优化：
根据前面分析，当 i < n 和 j < m 时，dp[ l ][ i ] [ j ] = dp[ l-1 ] [ i ] [ j ]，因此求 l 的二维数组时，可以直接从i = n；j = m往后更新，不用更新全部数组。
3. 返回dp[ n ][ m ]。

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        int zeroNum = 0;
        int oneNum = 0;
        int i,j;
        vector<vector<int>> dpTemp(n+1,vector<int>(m+1,0));
        vector<vector<int>> dp(n+1,vector<int>(m+1,0));

        for(int l=0 ; l<strs.size() ; l++)
        {
            zeroNum = count(strs[l].begin() , strs[l].end() , '0');
            oneNum = count(strs[l].begin() , strs[l].end() , '1');
            for(i = oneNum ; i<n+1 ; i++)
            {
                for(j=zeroNum ; j<m+1 ; j++)
                {
                    dp[i][j] = max(dpTemp[i][j],dpTemp[i-oneNum][j-zeroNum]+1);
                }
            }
            dpTemp = dp;
        }
        return dp[n][m];
    }
};