leetcode 打卡 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

本题其实就是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。
本题物品的重量为stones[i]，物品的价值也为stones[i]。对应着01背包里的物品重量weight[i]和 物品价值value[i]。
动规五步曲：
一、
确定dp数组以及下标的含义。dp[j]表示容量（这里说容量更形象，其实就是重量）为j的背包，最多可以背最大重量为dp[j]。
可以回忆一下01背包中，dp[j]的含义，容量为j的背包，最多可以装的价值为 dp[j]。相对于 01背包，本题中，石头的重量是 stones[i]，石头的价值也是 stones[i] ，可以 “最多可以装的价值为 dp[j]” == “最多可以背的重量为dp[j]”
二、
确定递推公式。01背包的递推公式为：dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);本题则是：dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
三、
dp数组初始化。既然 dp[j]中的j表示容量，那么最大容量，就是所有石头的重量和。因为提示中给出1 <= stones.length <= 30，1 <= stones[i] <= 100，所以最大重量就是30 * 100。而我们要求的target其实只是最大重量的一半，所以dp数组开到1500+1大小就可以了。当然也可以把石头遍历一遍，计算出石头总重量 然后除2，得到dp数组的大小。我这里就直接用1500+1了。
接下来就是如何初始化dp[j]呢，因为重量都不会是负数，所以dp[j]都初始化为0就可以了，这样在递归公式dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);中dp[j]才不会初始值所覆盖。
四、确定遍历顺序
使用一维dp数组，物品遍历的for循环放在外层，遍历背包的for循环放在内层，且内层for循环倒序遍历！
五、举例推导dp数组

class Solution:
    def lastStoneWeightII(self, stones: List[int]) -> int:
        sum_ = sum(stones) 
        target = sum_ // 2
        dp = [0] * (30*100//2+1)
        for i in range(len(stones)):
            for j in range(target, stones[i]-1, -1):
                dp[j] = max(dp[j], dp[j-stones[i]]+stones[i])
        # print(dp)
        return (sum_ - dp[target]) - dp[target]

494. 目标和

太难了！！！！！！！！！！！！！！！！！！！！！
本题要如何使表达式结果为target，既然为target，那么就一定有 left组合 - right组合 = target。left + right = sum，而sum是固定的。right = sum - left. 公式来了， left - (sum - left) = target 推导出 left = (target + sum)/2。target是固定的，sum是固定的，left就可以求出来。此时问题就是在集合nums中找出和为left的组合。
此时问题就转化为，装满容量为x背包，有几种方法。这里的left，就是bagSize，也就是我们后面要求的背包容量。看到(target + sum) / 2 应该担心计算的过程中向下取整有没有影响。这么担心就对了，例如sum 是5，S是2的话其实就是无解的。

if (sumValue + target) % 2 == 1: return 0

同时如果 S的绝对值已经大于sum，那么也是没有方案的。

if abs(target) > sumValue: return 0

再回归到01背包问题，为什么是01背包呢？因为每个物品（题目中的1）只用一次！这次和之前遇到的背包问题不一样了，之前都是求容量为j的背包，最多能装多少。本题则是装满有几种方法。其实这就是一个组合问题了。
一、
确定dp数组以及下标的含义。dp[j] 表示：填满j（包括j）这么大容积的包，有dp[j]种方法。其实也可以使用二维dp数组来求解本题，dp[i][j]：使用 下标为[0, i]的nums[i]能够凑满j（包括j）这么大容量的包，有dp[i][j]种方法。
二、
确定递推公式。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
那么凑整dp[5]有多少方法呢，也就是把 所有的 dp[j - nums[i]] 累加起来。
所以求组合类问题的公式，都是类似这种：

dp[j] += dp[j-nums[i]]

三、
dp数组如何初始化。
从递归公式可以看出，在初始化的时候dp[0] 一定要初始化为1，因为dp[0]是在公式中一切递推结果的起源，如果dp[0]是0的话，递归结果将都是0。可能认为从dp数组定义来说 dp[0] 应该是0，也有录友认为dp[0]应该是1。其实不要硬去解释它的含义，把 dp[0]的情况带入本题看看就是应该等于多少。如果数组[0] ，target = 0，那么 bagSize = (target + sum) / 2 = 0。 dp[0]也应该是1， 也就是说给数组里的元素 0 前面无论放加法还是减法，都是 1 种方法。所以本题我们应该初始化 dp[0] 为 1。
四、
确定遍历顺序。我们讲过对于01背包问题一维dp的遍历，nums放在外循环，target在内循环，且内循环倒序。
五、
举例推导dp数组。

class Solution:
    def findTargetSumWays(self, nums: List[int], target: int) -> int:
        sumValue = sum(nums)
        if abs(target) > sumValue or (sumValue + target) % 2 == 1:
            return 0
        bagSize = (sumValue + target) // 2
        dp = [0] * (bagSize + 1)
        dp[0] = 1
        for i in range(len(nums)):
            for j in range(bagSize, nums[i]-1, -1):
                dp[j] += dp[j-nums[i]]
        return dp[bagSize]
        # or return dp[-1]

474.一和零

难啊！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
本题中strs 数组里的元素就是物品，每个物品都是一个！而m 和 n相当于是一个背包，两个维度的背包。理解成多重背包主要是把m和n混淆为物品了，感觉这是不同数量的物品，所以以为是多重背包。但本题其实是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：
一、
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]。
二、
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);此时回想一下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。
三、
dp数组初始化。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。
四、
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！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。
五、
举例推导dp数组。（打印）

class Solution:
    def findMaxForm(self, strs: List[str], m: int, n: int) -> int:
        # dp = [[0] for j in range(n + 1) for i in range(m + 1)]  错误写法
        dp = [[0] * (n + 1) for _ in range(m + 1)]
        for str in strs:
            ones = str.count('1')
            zeros = str.count('0')
            for i in range(m, zeros-1, -1):
                for j in range(n, ones-1, -1):
                    dp[i][j] = max(dp[i][j], dp[i-zeros][j-ones] + 1)
        return dp[-1][-1]