动态规划——最后一块石头的重量|| #JAVA

LeetCode 1049. 最后一块石头的重量 II

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

这道题的思路其实和分割等和子集的思路非常相似实质是01背包，还是尽可能的去装满石头总和的一半的背包，就是说我们题目是要求所剩的石头最少，就极端情况就是没有剩下的石头，因为是两块石头去磨，所以只要能找到凑出石头总重一半的石头我们就有认为是可以的，target = （石头总重）/ 2，我们向下取整，因为会有不能均匀分到一半的情况这时我们只需要去尽量放满这target容量大小的背包就可以了，剩下的就是两部分内容的差值就是我们剩下最小的石头

 下面是代码实现

 

class Solution {

    public int lastStoneWeightII(int[] stones) {

        int a = 0;

        for (int i = 0; i < stones.length; i++) {

            a += stones[i];

        }

        int c = a / 2;

        Arrays.sort(stones);

        int[] dp = new int[c + 1];

        for (int i = 0; i < stones.length; i++) {

            for (int j = c; j >= stones[i]; j--) {

                dp[j] = Math.max(dp[j], (dp[j - stones[i]] + stones[i]));

                if (dp[j] == c) {

                    return (a - dp[c]) - c;

                }

            }

        }

        return (a - dp[c]) - dp[c];

    }

}