代码随想录算法训练营第四十三天 _ 动态规划_1049.最后一块石头的重量II、494.目标和、474.一和零。

学习目标：

动态规划五部曲：
① 确定dp[i]的含义
② 求递推公式
③ dp数组如何初始化
④ 确定遍历顺序
⑤ 打印递归数组 ---- 调试
引用自代码随想录！

60天训练营打卡计划！

学习内容：

1049.最后一块石头的重量II

该题目可以等效为一个重量和价值相等的01背包问题，所以使用一维的数组就可。

• 本题中不好理解的点：为什么 sum - 2 * dp[target] 就一定是我们要求的结果？虽然事实告诉我就是如此。target作为数组重量和的平均值，（重量和价值相等），此时dp[target]的值（最大价值）一定也小于等于数组重量和的平均值（最接近平均值的值）。
• 动态规划五步曲：
  ① 确定dp[j]的含义 ： 容量为j的背包的最大价值
  ② 求递推公式 ： dp[j] = max(dp[j], dp[j-stones[i]] + stones[i])
  ③ dp数组如何初始化 ： 全部为零
  ④ 确定遍历顺序 ： 先遍历物品，再倒叙遍历背包。

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for(int stone:stones){
            sum += stone;
        }
        int target = sum / 2;
        int itemSize = stones.length;

        int[] dp = new int[target+1];

        // 初始化

        // 递归函数
        for(int i = 0; i < itemSize; i++){
            for(int j = target; j >= 0; j--){
                if(j < stones[i])   dp[j] = dp[j];
                else
                    dp[j] = Math.max(dp[j],dp[j-stones[i]]+stones[i]);
            }
            // for(int num: dp){
            //     System.out.println(num + " ");
            // }
        }
        
        return sum - 2 * dp[target];
    }
}

494.目标和

如何转化为01背包问题呢。
假设加法的总和为x，那么减法对应的总和就是sum - x。
所以我们要求的是 x - (sum - x) = target
x = (target + sum) / 2
此时问题就转化为，装满容量为x的背包，有几种方法。
这里的x，就是bagSize，也就是我们后面要求的背包容量。
------引用自代码随想录

• 加法和的方法数 = 减法和的方法数 = 总的目标和的方法数，所以求加法和的方法数即是题目中目标和的方法数。

• 动态规划五步曲：
  ① 确定dp[j]的含义 ： 容量为j的背包有dp[j]种方法装满
  ② 求递推公式 ： dp[j] += dp[j - nums[i]]
  | dp[j] | nums[i] | |
  |------- |-----------| |
  | dp[3] | 1 | dp[2]种方法凑成dp[3] |
  | dp[3] | 2 | dp[1]种方法凑成dp[3] |
  | dp[3] | 3 | dp[0]种方法凑成dp[3] |
  ③ dp数组如何初始化 ： dp[0] = 1
  ④ 确定遍历顺序 ： 先遍历物品，再倒叙遍历背包。

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        int sum = 0;
        for(int num : nums){
            sum += num;
        }
        if((sum + target) % 2 == 1)  return 0;
        if(sum < Math.abs(target))    return 0;
        // 转化为01背包问题。
        int bagSize = (sum + target) / 2;
        int[] dp = new int[bagSize+1];

        // 初始化
        dp[0] = 1;

        // 递推公式
        for(int i = 0; i < nums.length; i++){
            // 背包
            for(int j = bagSize; j >= nums[i]; j--){
                dp[j] += dp[j - nums[i]];
            }
            // for(int d : dp){
            //     System.out.println(d + " ");
            // }
            // System.out.println("\n");
        }
        return dp[bagSize];
    }
}

474.一和零

• 如何转化为01背包问题呢?
  最大子集的长度：可以被视为是背包里最多放几个物品。
  该物品的重量由两部分组成，所以必须使用二维数组。

• 动态规划五步曲：
  ① 确定dp[i][j]的含义 ： 装满i个0和j个1的背包最多能装dp[i][j]个物品。(所以用二维数组)
  ② 求递推公式 ： dp[i][j] = max(dp[i][j] , dp[i-x][j-y] + 1)
  ③ dp数组如何初始化 ： dp[0][j] = 0 dp[i][0] = 0
  ④ 确定遍历顺序 ： 先遍历物品，再倒叙遍历背包（二维数组需要双循环）。

class Solution {
    // 背包里最多放几个物品，该物品的重量由两部分组成，所以必须使用二维数组
    public int findMaxForm(String[] strs, int m, int n) {
        int[][] dp = new int[m+1][n+1];
        // 初始化，默认都是0

        // 递推关系
        for(String str : strs){
            int x = 0;
            int y = 0;
            for(int k = 0; k < str.length(); k++){
                char ch = str.charAt(k);
                if(ch == '0')  x++;
                else y++;
            }
            for(int j = n; j >= y; j--){
                for(int i = m; i >= x; i--)
                    dp[i][j] = Math.max(dp[i][j], dp[i-x][j-y]+1);
            }
        }

        return dp[m][n];
    }
}

---

学习时间：

• 上午两个半小时，整理文档半小时。