代码随想录第四十三天
1049. 最后一块石头的重量 II
有一堆石头,每块石头的重量都是正整数。
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。
这里将石头分为两堆,如果两堆的重量组合相近,则剩下的差值就是最小的,这里使用石头总和的一半(向下取整)作为背包的容量,然后需要求解的问题是在这个背包中最多可以放入多重的石头,转化为了01背包问题
代码如下:
int lastStone(vector<int>& stone)
{
int sum = 0;
for (int i=0;i<stone.size();i++)
{
sum += stone[i];
}
int n = sum / 2;
vector<int>dp(n + 1);
for (int i=0;i<=n;i++)
{
dp[i] = 0;
}
for (int i=0;i<stone.size();i++)
{
for (int j=n;j>0;j--)
{
if (stone[i] <= j)
{
dp[j] = max(dp[j], dp[j - stone[i]] + stone[i]);
}
}
}
return abs(dp[n] - (sum - dp[n]));
}
494. 目标和
给定一个非负整数数组,a1, a2, …, an, 和一个目标数,S。现在你有两个符号 + 和 -。对于数组中的任意一个整数,你都可以从 + 或 -中选择一个符号添加在前面。
返回可以使最终数组和为目标数 S 的所有添加符号的方法数。
将该数组分为左右两堆left和right,有
left-right=target
left+right=sum
=>left=(target+sum)/2;
所以这里就是求在背包重量为**(target+sum)/2时,可以放入的石头方法的总数,转化为了01**背包问题
代码如下:
int TargetOfSum(vector<int>& nums,int S)
{
int sum = 0;
for (int i=0;i<nums.size();i++)
{
sum += nums[i];
}
if (abs(S) > sum)return 0;
if ((S + sum) % 2 == 1)return 0;
int left = (S + sum) / 2;
vector<int>dp(left + 1);
dp[0] = 1;
for (int i=1;i<=left;i++)
{
dp[i] = 0;
}
for (int i=0;i<nums.size();i++)
{
for (int j=left;j>0;j--)
{
if (nums[i] <= j)
{
dp[j] += dp[j - nums[i]];
}
}
}
return dp[left];
}
474.一和零
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 的最大子集的大小,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 。
这道题属于二维上的01背包问题,m和n是两个方向上的背包,每个字符串就是一个物品,dp[i][j]表示在按顺序取得当前字符串时有i个0; j 个1时最多的子集个数
递推可以是
dp[i][j]=max(dp[i][j],dp[i-zeroNum][j-oneNum]+1)
遍历和初始化类比一维数组实现的01背包问题
代码如下:
int oneAndZero(vector<string>& strs,int m,int n)
{
vector<vector<int>>dp(m + 1, vector<int>(n+1));
for (int i=0;i<=m;i++)
{
for (int j=0;j<=n;j++)
{
dp[i][j] = 0;
}
}
for (string str:strs)
{
int zeroNum = 0;
int oneNum = 0;
for (int i=0;i<str.size();i++)
{
if (str[i] == '1')
oneNum++;
else
{
zeroNum++;
}
}
for (int i=m;m>=zeroNum;i--)
{
for (int j=n;n>=oneNum;j--)
{
dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
}
}
}
return dp[m][n];
}