1.最后一块石头的重量2
代码:
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
int sum = 0;
for(int num:stones){
sum += num;
}
int target = sum/2;
vector<int> dp(target + 1,0);
for(int i = 0; i < stones.size(); i++){
for(int j = target; j >= stones[i]; j--){
dp[j] = max(dp[j],dp[j - stones[i]] + stones[i]);
}
}
return sum - dp[target] - dp[target];
}
};
note:
这道题的思路是,尽量将石头分为两组相同的重量,然后相撞后,剩余的石头的重量就是题上所求。进一步讲的话,就是用石头去装容量为石头总重量一半的背包,看最后最多能装多少重量。用总量减去这个数的两倍就是题上所求。
dp数组的含义:用下标为[0,i]的stones去装容量为j的背包,做能装的最大重量为dp[j]
递推公式:在可以装得下stones[i]的前提下,dp[j] = max(dp[j],dp[j - stones[i]] + stones[i])
dp数组的初始化:dp[0] = 0
遍历顺序:一维的dp数组解决01背包——先遍历物品,再倒序遍历背包容量。
2.目标和
代码:
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int sum = 0;
for(int num:nums){
sum += num;
}
if(abs(target) > sum) return 0;
if((target + sum) % 2) return 0;
int bagSize = (target + sum) / 2;
vector<int> dp(bagSize + 1,0);
dp[0] = 1;
for(int i = 0; i < nums.size(); i++){
for(int j = bagSize; j >= nums[i]; j--){
dp[j] += dp[j - nums[i]];
}
}
return dp[bagSize];
}
};
note:这道题其实用回溯法也可以做,之前的那种组合总和的问题也是,如果求的是个数而不是具体的组合的话,也可以用动态规划来做。
本题的思路是,将加号也就是正数的部分设为left,减号的部分设为right,那么就会有如下的关系:left + right = target left - right = sum 也就能推出 left = (sum + target) / 2
我们只要找出用nums数组的元素去填满容量为left的背包有多少种方法即可。
dp数组的含义:用nums下标为[0,i]的元素去填满容量为j的背包的方法数为dp[j]
递推公式:这种求方法数的,一看就是要用加法。在装得下nums[i]的前提下,dp[j] += dp[j - nums[i]]
dp数组的初始化:按照定义来,dp[0] = 1
遍历顺序:一维的dp数组解决01背包——先遍历物品,再倒序遍历背包容量。
3.一和零
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));
for(string str:strs){
int x = 0,y = 0;
for(char c : str){
if(c == '0') x++;
if(c == '1') y++;
}
for(int i = m; i >= x; i--){
for(int j = n; j >= y; j--){
dp[i][j] = max(dp[i][j],dp[i - x][j - y] + 1);
}
}
}
return dp[m][n];
}
};
note:
这道题其实也是01背包的应用,只不过背包的重量有两个维度,装满i个0和j个1。
dp数组的含义:装满容量为i个0j个1的背包所用的物品数量最多为dp[i][j]
递推公式:dp[i][j] = max(dp[i][j],dp[i - x][j - y] + 1)
dp数组的初始化:dp[0][0] = 0
遍历顺序:一维的dp数组解决01背包——先遍历物品,再倒序遍历背包容量(这里的容量涉及两个维度,可以将两个for循环的位置颠倒)。