day43第九章动态规划(二刷）

今日任务

• 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

题目链接：

https://leetcode.cn/problems/last-stone-weight-ii/description/

题目描述：

有一堆石头，用整数数组 stones 表示。其中 stones[i] 表示第 i 块石头的重量。

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。

示例 1：

输入：stones = [2,7,4,1,8,1]
输出：1
解释：
组合 2 和 4，得到 2，所以数组转化为 [2,7,1,8,1]，
组合 7 和 8，得到 1，所以数组转化为 [2,1,1,1]，
组合 2 和 1，得到 1，所以数组转化为 [1,1,1]，
组合 1 和 1，得到 0，所以数组转化为 [1]，这就是最优值。

示例 2：

输入：stones = [31,26,33,21,40]
输出：5

提示：

• 1 <= stones.length <= 30
• 1 <= stones[i] <= 100

题解代码：

class Solution {
public:
    //二刷动规复习
    int lastStoneWeightII(vector<int>& stones){
        int dpSize = 100*30/2+1; //dp数组的大小
        vector<int> dp(dpSize,0); //dp数组，大小为 dpSize, 全初始化为0
                                //dp[j]表示容量为j的背包中能够装的最大价值为dp[j]
        int sum = 0; //数组stones里面元素的总和
        int  target = 0;//= sum/2

        for(int i = 0; i < stones.size(); i++){//求sum
            sum += stones[i];
        }
        target = sum/2;//更新target值

        for(int i = 0; i < stones.size(); i++){//遍历物品
            for(int j = target; j >= stones[i]; j--){//遍历背包 
                dp[j] = max(dp[j], dp[j-stones[i]]+stones[i]); //前为 不放物品i, 后为放物品i

            }

        }
        return sum-dp[target]-dp[target];
    }

    //一刷动规
    /*
    int lastStoneWeightII(vector<int>& stones) {
        int dpSize = 100*30/2+1; //dp数组的大小
        vector<int> dp(dpSize,0); //dp数组，大小为dpSize,全初始化为0
                                    //dp[j]表示容量为j的背包中能够装的最大价值为dp[j]

        int sum = 0; //数组stones里面元素的总和
        int target = 0;// = sum/2

        for(int i = 0; i < stones.size();i++){//求sum
            sum += stones[i];
        }
        target = sum/2; //更新target值

        for(int i = 0; i < stones.size();i++){//遍历物品
            for(int j = target; j >= stones[i]; j--){//遍历背包
                dp[j] = max(dp[j],dp[j-stones[i]]+stones[i]); //前为不放物品i，后为放
            }

        }

        int res = (sum-dp[target])-dp[target];
        return res;
    }
    */
};

---

494.目标和

题目链接：

https://leetcode.cn/problems/target-sum/description/

题目描述：

给你一个整数数组 nums 和一个整数 target 。

向数组中的每个整数前添加 '+' 或 '-' ，然后串联起所有整数，可以构造一个 表达式 ：

• 例如，nums = [2, 1] ，可以在 2 之前添加 '+' ，在 1 之前添加 '-' ，然后串联起来得到表达式 "+2-1" 。

返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。

示例 1：

输入：nums = [1,1,1,1,1], target = 3
输出：5
解释：一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3

示例 2：

输入：nums = [1], target = 1
输出：1

提示：

• 1 <= nums.length <= 20
• 0 <= nums[i] <= 1000
• 0 <= sum(nums[i]) <= 1000
• 1000 <= target <= 1000

题解代码：

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = 0; //求数组nums中所有元素的和
        int bagSize = 0; // = (sum+target)/2  背包的容量
        for(int i = 0; i < nums.size(); i++){
            sum += nums[i];
        }
        if(target > sum){ //如果目标总和大于实际总和
            return 0;//没有可行方案
        }
        if((sum+target)%2 == 1){//如果求bagSize时（sum+target）的总和无法整除2
            return 0;//没有可行方案
        }
        bagSize = (sum+target)/2;
        if(bagSize<0){ //如果背包容量小于0
            return 0;//没有可行方案
        }

        vector<int> dp(bagSize+1, 0); //dp数组，dp[j]表示装满容量为j的背包最多有dp[j]种方法
        dp[0] = 1; //初始化dp数组，考虑nums=[0],target=0,即可想通

        for(int i = 0; i < nums.size(); i++){//遍历物品
            for(int j = bagSize; j >= nums[i]; j--){ //遍历背包
                dp[j] += dp[j-nums[i]];

            }

        }

        return dp[bagSize];

    }
};

---

474.一和零

题目链接：

https://leetcode.cn/problems/ones-and-zeroes/description/

题目描述：

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 的最大子集的长度，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 。

示例 1：

输入：strs = ["10", "0001", "111001", "1", "0"], m = 5, n = 3
输出：4
解释：最多有 5 个 0 和 3 个 1 的最大子集是 {"10","0001","1","0"} ，因此答案是 4 。
其他满足题意但较小的子集包括 {"0001","1"} 和 {"10","1","0"} 。{"111001"} 不满足题意，因为它含 4 个 1 ，大于 n 的值 3 。

示例 2：

输入：strs = ["10", "0", "1"], m = 1, n = 1
输出：2
解释：最大的子集是 {"0", "1"} ，所以答案是 2 。

提示：

• 1 <= strs.length <= 600
• 1 <= strs[i].length <= 100
• strs[i] 仅由 '0' 和 '1' 组成
• 1 <= m, n <= 100

题解代码：

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m+1,vector<int>(n+1,0)); //dp数组，初始化为0
                                                    //dp[i][j]表示装满i个0，j个1最多装了dp[i][j]个物品
        for(string str:strs){ //遍历物品
            int x = 0;//统计每一个字符串0的个数
            int y = 0; //统计每一个字符串1的个数
            for(char c:str){ //遍历每个字符串
                if(c == '0'){
                    x++;
                }
                else if(c == '1'){
                    y++;
                }
            }

            for(int i = m; i >= x; i--){ //遍历背包第一个维度  0的个数
                for(int j = n; j >=y;j--){ //遍历背包第二个维度 1的个数
                    dp[i][j] = max(dp[i-x][j-y]+1,dp[i][j]);
                }
            }

        }

        return dp[m][n];
    }
};

---

总结

💡 动规的问题还是用卡尔的动规五部曲就处理地还蛮好。

💡 最近思想动荡期了，输出不稳定了。

💡 噩梦如鬼魂，你退它便越猖狂，大抵只有迎难而上才是唯一解法吧。人生或许也大抵如此了。

。。。。。。