本题考察的不是多重背包
多重背包是每个物品,数量不同的情况。
本题中strs 数组里的元素就是物品,每个物品只有一个!
而m 和 n相当于是一个两个维度的背包。
所以本题其实是01背包问题!
这不过这个背包有两个维度,一个是m 一个是n,而不同长度的字符串就是不同大小的待装物品。
开始动规五部曲:
确定dp数组(dp table)以及下标的含义
dp[i][j]:最多有 i 个 0 和 j 个 1 的 strs 的最大子集的大小为 dp[ i ][ j ]。
或者可以理解为一个最多装 i 个 0 和 j 个 1 的背包最多装几个这样的物品。
确定递推公式
dp[i][j] 可以由前一个strs里的字符串推导出来,strs里的字符串有zeroNum个0,oneNum个1。
dp[i][j]
就可以是 dp[i - zeroNum][j - oneNum] + 1。
然后我们在遍历的过程中,取dp[i][j]的最大值。
所以递推公式:dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
回想一下01背包的递推公式:dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
对比一下就会发现,字符串的zeroNum和oneNum相当于物品的重量(weight[i]),字符串本身的个数相当于物品的价值(value[i])。
这就是一个典型的01背包! 只不过物品的重量有了两个维度而已。
dp数组如何初始化
01背包的dp数组初始化为0就可以。
因为物品价值不会是负数,初始为0,保证递推的时候dp[i][j]不会被初始值覆盖。
确定遍历顺序
外层for循环遍历物品,内层for循环遍历背包容量且从后向前遍历!
那么本题也是,物品就是strs里的字符串,背包容量就是题目描述中的m和n。
for (string str : strs) { // 遍历物品
int oneNum = 0, zeroNum = 0;
for (char c : str) {
if (c == '0') zeroNum++;
else oneNum++;
}
for (int i = m; i >= zeroNum; i--) { // 遍历背包容量且从后向前遍历!
for (int j = n; j >= oneNum; j--) {
dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
}
}
}
举例推导dp数组
以输入:[“10”,“0001”,“111001”,“1”,“0”],m = 3,n = 3为例
最后dp数组的状态如下所示:
class Solution {
public:
int findMaxForm(vector<string>& strs, int m, int n) {
vector<vector<int>> dp(m+1,vector<int>(n+1,0));
for(auto ch : strs){
int zeroNum=0,oneNum=0;
for(int ii=0;ii<ch.size();ii++){
if(ch[ii]=='0') zeroNum++;
else oneNum++;
}
for(int ii=m;ii>=zeroNum;ii--){
for(int jj=n;jj>=oneNum;jj--)
dp[ii][jj]=max(dp[ii][jj],dp[ii-zeroNum][jj-oneNum]+1);
}
}
return dp[m][n];
}
};
可以理解为一个物品有两种重量不同的物质组成,一个是物质1,一个是物质2。而放物品的包也有两个不同的兜用来分别装某物品的物质1和物质2