代码随想录算法训练营第36天

1049. 最后一块石头的重量 II 

本题就和 昨天的 416. 分割等和子集 很像了，可以尝试先自己思考做一做。 

视频讲解：动态规划之背包问题，这个背包最多能装多少？LeetCode：1049.最后一块石头的重量II_哔哩哔哩_bilibili

代码随想录

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int total = 0;
        for (int stone : stones) {
            total += stone;
        }
        int halfTotal = total >>> 1; 
        int[] dp = new int[halfTotal + 1];

        for (int i = 0; i < stones.length; i++) {
            for (int j = halfTotal; j >= stones[i]; j--) {
                dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
            }
        }
        return total - 2 * dp[halfTotal];
    }
}

494. 目标和 

大家重点理解 递推公式：dp[j] += dp[j - nums[i]]，这个公式后面的提问 我们还会用到。 

视频讲解：动态规划之背包问题，装满背包有多少种方法？| LeetCode：494.目标和_哔哩哔哩_bilibili

代码随想录

class Solution {
    public int findTargetSumWays(int[] numbers, int target) {
        int total = 0;
        for (int num : numbers) total += num;

        if (Math.abs(target) > total) return 0;
        if ((target + total) % 2 == 1) return 0;

        int halfTotal = (target + total) / 2;
        int[] ways = new int[halfTotal + 1];
        ways[0] = 1;

        for (int i = 0; i < numbers.length; i++) {
            for (int j = halfTotal; j >= numbers[i]; j--) {
                ways[j] += ways[j - numbers[i]];
            }
        }

        return ways[halfTotal];
    }
}

474.一和零 

通过这道题目，大家先粗略了解， 01背包，完全背包，多重背包的区别，不过不用细扣，因为后面 对于 完全背包，多重背包 还有单独讲解。

视频讲解：动态规划之背包问题，装满这个背包最多用多少个物品？| LeetCode：474.一和零_哔哩哔哩_bilibili

代码随想录

class Solution {
    public int findMaxForm(String[] strs, int m, int n) {
        int[][] dp = new int[m + 1][n + 1];
        int onesCount, zerosCount;
        for (String str : strs) {
            onesCount = 0;
            zerosCount = 0;
            for (char ch : str.toCharArray()) {
                if (ch == '0') zerosCount++;
                else onesCount++;
            }
           
            for (int i = m; i >= zerosCount; i--) {
                for (int j = n; j >= onesCount; j--) {
                    dp[i][j] = Math.max(dp[i][j], dp[i - zerosCount][j - onesCount] + 1);
                }
            }
        }
        return dp[m][n];
    }
}