Day43 | 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

注意点：

1.主要要理解，将数组分为两部分，然后让这两个数组进行碰撞，这样才能得到最小的重量，两个数组的分界标准就是数组总和的一半

2.数组如何取到最大值是根据01背包一维解决问题的方法处理的

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        // 求和算出中间值
        int sum = 0;
        for(int i = 0; i< stones.size(); i++) {
            sum += stones[i];
        }
        int target = sum/2;
        //1.dp[j]的含义：当背包容量为j时，所能装的最大质量是dp[j]
        //3.dp数组全都初始化为0
        vector<int> dp(1501,0);
        //4.确定遍历顺序
        for(int i = 0; i<stones.size(); i++) {
            for(int j = target; j >= stones[i]; j--) {
                //2.一维01递推公式
                dp[j] = max(dp[j], dp[j-stones[i]]+stones[i]);
            }
        }

        //  sum-dp[target]是剩余其他数的总和，再和dp[target]相减便得到最后结果
        return sum-dp[target]-dp[target];
    }
};

494. 目标和

注意点：

1.注意递推公式中的含义：

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

 所以：dp[j] += dp[j-nums[i]];另外卡哥打印出来的没问题，就是先打印的是dp[4],最后打印的dp[1]

2.关于dp[0]=1；的问题，主要就是因为当target=0时候，left = (sum+target)/2=0；所以正数为0只有一种方法

3.关于if((sum+target) % 2 != 0) return 0;主要就是因为：left(数字前面是“+”的和) right（数字前面是“-”相加之和）

left - right = target;
left + right = sum;
left - (sum - left) = target;
2 *left = sum + target;   

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(sum < abs(target)) return 0;
        if((sum+target) % 2 != 0) return 0;
        // left表示的就是相加的和
        int left = (sum+target)/2;

        // 1.dp[j]的含义就是当背包容量为j的时候的表达式数目为dp[j]
        vector<int> dp(left+1, 0);
        //3.根据nums = [0], target = 0,进行分析初始化
        dp[0] = 1;
        // 4.确定遍历顺序
        for(int i = 0; i < nums.size(); i++) {
            for(int j = left; j>=nums[i]; j--) {
                // 2.递推公式
                dp[j] += dp[j-nums[i]];
                // cout << dp[j] << ' ';
            }
            // cout << endl;
        }

        return dp[left];
        
    }
};

474. 一和零

注意点：

1.本题和基础的01背包二维解法有些不同，本题中 dp[i][j]的含义就是，i个1，j个0的最多子集是dp[i][j]，基础的01背包二维解法，dp[i][j] 表示从下标为[0-i]的物品里任意取，放进容量为j的背包，价值总和最大是多少，所以导致遍历循环中i和j初始值不一样

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        // 1.dp[i][j]的含义就是，i个1，j个0的最多子集是dp[i][j]
        //3.dp[0][0]初始化是默认0
        vector<vector<int>> dp(n+1, vector<int>(m+1, 0));
        // 对容器中的string进行遍历
        for(string s : strs) {
            int oneNum = 0;
            int zeroNum = 0;
            // 对string中的每一个字符进行遍历
            for(char c : s) {
                if(c == '1') oneNum++;
                else zeroNum++;
            }
            // 进行后序列遍历，现将背包容量赋值为1和0的数目，跟基础的01背包二维解法有些不同
            for(int i = n; i >= oneNum; i--) {
                for(int j = m; j >= zeroNum; j--) {
//2. 递推公式dp[i][j]表示不加当前的string s，dp[i-oneNum][j-zeroNum]+1表示加上当前的string s，所以需要加1    
                    dp[i][j] = max(dp[i][j], dp[i-oneNum][j-zeroNum]+1);
                }
            }
        }
        
        return dp[n][m];
    }
};