DAY46 背包

动态规划——背包问题

1049. 最后一块石头的重量 II

1049. 最后一块石头的重量 II

题目描述

有一堆石头，用整数数组 stones 表示。其中 stones[i] 表示第 i 块石头的重量。

每一回合，从中选出任意两块石头，然后将它们一起粉碎。假设石头的重量分别为 x 和 y，且 x <= y。那么粉碎的可能结果如下：

如果 x == y，那么两块石头都会被完全粉碎；
如果 x != y，那么重量为 x 的石头将会完全粉碎，而重量为 y 的石头新重量为 y-x。
最后，最多只会剩下一块 石头。返回此石头 最小的可能重量 。如果没有石头剩下，就返回 0。

思路

转换为：容量为 sum/2 的背包，最大价值
则所求为 sum - 2*half

1.dp数组及含义

half = sum/2
dp[n][half] 前n个物品，背包容量为sum，最大价值为dp[n][sum]
对本题，第 i 个物品的重量= 价值 =nums[i - 1]

2.dp递推公式

情形一：背包容量不足，物品无法装入背包 if (nums[i-1] > j) dp[i][j]=dp[i-1][j]
情形二：背包容量足够，物品可选择是否装入背包dp[i][j]=max(dp[i-1][j],dp[i-1][j-nums[i-1]]+nums[i-1])

3.dp初始化

最大容量为0的背包，最大价值都为0，dp[i][0] = 0

4.遍历方向

第一层：物品遍历 i=1; i <= n; i++
第二层：重量遍历，石头重量大于0，j=1; j <= half; j++

5.举例

代码

// dp[n][w]：n个物品放入可容纳重量大小为w的背包，最大价值
// 本题：重量 = 价值
// 遍历物品，遍历重量

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        int n = stones.size();
        int sum = 0;
        for (int stone:stones)
        {
            sum += stone;
        }
        int half = sum/2;
        vector<vector<int>> dp(n + 1,vector<int>(half + 1));
        for (int i = 0; i <= n; i++)
        {
            dp[i][0] = 0;
        }
        for (int i = 1; i <= n; i++)
        {
            for (int j = 1; j <= half; j++)
            {
                int curGood = stones[i - 1];
                if (j < curGood)
                {
                    dp[i][j] = dp[i - 1][j];
                }
                else{
                    dp[i][j] = max(dp[i - 1][j], dp[i - 1][j- curGood] + curGood);
                }
            }
        }
        return sum - 2 * dp[n][half];
    }
};

494. 目标和

494. 目标和

题目描述

给你一个整数数组 nums 和一个整数 target 。

向数组中的每个整数前添加 ‘+’ 或 ‘-’ ，然后串联起所有整数，可以构造一个 表达式 ：

例如，nums = [2, 1] ，可以在 2 之前添加 ‘+’ ，在 1 之前添加 ‘-’ ，然后串联起来得到表达式 “+2-1” 。
返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。

思路

转换为：nums划分为两个子集A、B，使：
1.sumA+sumB=sum；
2.sumA-sumB=target；
得sumA=(sum+target)/2
问题转换为在nums中有几种方法得到和为 sumA 的子集，子集划分问题
注意：给定条件指明 nums[i] >= 0，不再是之前放置物品重量大于0

1.dp数组及含义

dp[i][j]：nums中前i个元素得到和为j的子集有dp[i][j]种划分方法

2.dp递推公式

情形一：背包容量不足，dp[i][j] = dp[i-1][j]
情形二：背包容量足够，dp[i][j]=dp[i-1][j] + dp[i-1][j-nums[i-1]]

3.dp初始化

不放入物品，背包容量为0的方法有一种，背包容量为其他的方法有0种
dp[0][0]=1
dp[0][j]=0

4.遍历方向

第一层：元素 i = 1; i <= n; i++
第二层：子集和 j=0; j <= sum; j++

5.举例

代码

// 即划分为子集A/B，使1.sumA+sumB=sum；2.sumA-sumB=target；得sumA=(sum+target)/2
// 问题转换为在nums中有几种方法得到和为 sumA 的子集，子集划分问题
// 注意：物品重量 nums[i] >= 0，不再是之前放置物品重量大于0
class Solution {
private:
    int subsets(vector<int>& nums, int sum)
    {
        int n = nums.size();
        vector<vector<int>> dp(n + 1,vector<int>(sum + 1));
        dp[0][0] = 1;
        for (int j = 1; j <= sum; j++)
        {
            dp[0][j] = 0;
        }
        for (int i = 1; i <= n; i++)
        {
            for (int j = 0; j <= sum; j++)
            {
                int cur = nums[i - 1];
                if (cur > j)
                {
                    dp[i][j] = dp[i - 1][j];
                }
                else
                {
                    dp[i][j] = dp[i - 1][j] + dp[i - 1][j - cur];
                }
            }
        }
        return dp[n][sum];
    }
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0;
        for (int num: nums)
        {
            sum += num;
        }
        if (sum < abs(target) || (sum + target) % 2 == 1)
            return 0;
        return subsets(nums, (sum + target) /2);
    }
};

474. 一和零

474. 一和零

题目描述

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 的最大子集的长度，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 。

思路

1.dp数组及含义

dp[i][j][k]：从strs中前i个元素选择，最多有m个0，n个1的子集的最大长度
目标：dp[strs.size()][m][n]

2.dp递推公式

第一层遍历strs元素，计算0、1个数，
1.若超出要求m、n，即超出背包容量，则同放前i-1个情形
2.若背包容量足够，则选择前i-1个、前i个放入m-zeros个0、n-ones个1的长度加一

3.dp初始化

全0

4.遍历方向

第一层：strs元素遍历
第二次：0数目遍历
第三层：1数目遍历

5.举例

代码

// dp[i][j][k]：从strs中前i个元素选择，最多有m个0，n个1的子集的最大长度
// dp[strs.size()][m][n]
// 第一层遍历strs元素，计算0、1个数，若超出要求m、n，即超出背包容量，则同放前i-1个情形
// 若背包容量足够，则选择前i-1个、前i个放入m-zeros个0、n-ones个1的长度加一
class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        int len = strs.size();
        vector<vector<vector<int>>> dp(len + 1, vector<vector<int>>(m + 1,vector<int>(n+1)));
        for (int i = 1; i <= len; i++)
        {
            int ones = 0; 
            int zeros = 0;
            for (int ii = 0; ii < strs[i-1].length(); ii++)
            {
                if (strs[i-1][ii] == '0')
                {
                    zeros++;
                }
                else{
                    ones++;
                }
            }

            for (int j = 0; j <= m; j++)
            {
                for (int k = 0; k <= n; k++)
                {
                    if (zeros > j || ones > k)
                    {
                        dp[i][j][k] = dp[i - 1][j][k];
                    }
                    else
                    {
                        dp[i][j][k] = max(dp[i - 1][j][k], dp[i - 1][j - zeros][k - ones] + 1);
                    }
                }
            }
        }
        return dp[len][m][n];
    }
};