清单
● 1049. 最后一块石头的重量 II
● 494. 目标和
● 474.一和零
LeetCode #1049 最后一块石头的重量 II
1. 题目
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。
2. 思路
- dp数组的含义: 背包能背的最大重量为dp[i]
- 递推公式: dp[i] = max( dp[i], dp[i - stone] + stone)
- 初始化数组: dp = [0] * (target + 1)
- 遍历顺序: 倒序
3. 代码实现
class Solution:
def lastStoneWeightII(self, stones: List[int]) -> int:
total_weight = sum(stones)
target = total_weight // 2
dp = [0] * (target + 1)
for stone in stones:
for i in range(target, stone - 1, -1):
dp[i] = max(dp[i], dp[i - stone] + stone)
return total_weight - dp[-1] *2
LeetCode #494 目标和
1. 题目
给你一个非负整数数组 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
2. 思路
target = 正数和 - 负数和 —> sum = 正数和 + 负数和 —> 正数和 = (sum + target) / 2
若正数和 > sum ----> 没有结果/ abs(target) > sum —> 没有结果
- dp数组含义: 装满i,有dp[i]种方法
- 递推公式: dp[j] += dp[ j - nums[i]]
- 初始化: dp[0] = 1
- 遍历顺序: 正序遍历
3. 代码实现
class Solution:
def findTargetSumWays(self, nums: List[int], target: int) -> int:
total_sum = sum(nums)
if abs(target) > total_sum:
return 0
if (target + total_sum) % 2 == 1:
return 0
target_sum = (total_sum + target) // 2
dp = [0] * (target_sum + 1)
#initial
dp[0] = 1
for num in nums:
for i in range(target_sum, num - 1,-1):
dp[i] += dp[i- num]
return dp[target_sum]
LeetCode #474 一和零
1. 题目
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
2. 思路
- dp数组含义: 使用二维dp数组分别代表m个0 和 n 个 1
- 递推公式: dp[i][j] = max(dp[i][j], dp[i - ZeroNum][j - OneNum] + 1)
- 初始化: dp[i][j] = 0
- 遍历顺序: 外顺内倒
3. 代码实现
class Solution:
def findMaxForm(self, strs: List[str], m: int, n: int) -> int:
dp = [[0] * (n + 1) for _ in range(m+1)]
for i in strs:
ZeroNum = i.count('0')
OneNum = i.count('1')
for i in range(m, ZeroNum - 1, -1):
for j in range(n, OneNum - 1, -1):
dp[i][j] = max(dp[i][j], dp[i-ZeroNum][j-OneNum] + 1)
return dp[m][n]