【代码随想录第36天| 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

本题需要做一些简单的思路转变，即将石头分为两堆。

思路

• 尽量让石头分成重量相同的两堆，相撞之后剩下的石头最小，这样就化解成01背包问题了
• dp数组的含义：dp[j]表示最多可以背的重量。

代码随想录

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) {
        vector<int> dp(1501, 0);
        int sum = 0;
        for (int i = 0; i < stones.size(); i++) {
            sum += stones[i];
        }
        int target = sum / 2;
        for (int i = 0; i < stones.size(); i++) {
            for (int j = target; j >= stones[i]; j --) {
                dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
            }
        }
        return sum - dp[target] * 2;
    }
};

494. 目标和

类似于上面的一道题，要推出来加法的总和x = (target + sum) / 2，这样就转变为：装满容量为x的背包有几种方法。

思路

• 这里有两个if的判断，如果不添加，有些案例无法通过，需要注意。

代码随想录

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 (abs(target) > sum) return 0;
        if ((sum + target) % 2) return 0;
        int bagsize = (sum + target) / 2;
        vector<int> dp(bagsize + 1, 0);
        dp[0] = 1;
        for (int i = 0; i < nums.size(); i++) {
            for (int j = bagsize; j >= nums[i]; j --) {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[bagsize];
    }
};

474.一和零

思路

本题需要注意以下这几个点：

• 背包容量是什么：二维的背包，维度分别是m和n。
• 物品的重量是什么：二维的“重量—”strs的元素中0和1的个数 。
  捋清楚这两个点就可以按照正常01背包的题目进行了

代码随想录

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));
        // 遍历物品
        for (string str : strs) {
            int zeroNum = 0, oneNum = 0;
            // 计算物品 “重量”
            for (char c : str) {
                if (c == '0') zeroNum ++;
                else oneNum ++;
            }
            // 遍历背包
            for (int i = m; i >= zeroNum; i--) {
                for (int j = n; j >= oneNum; j--) {
                    dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
                }
            }
        }
        return dp[m][n];
    }
};