代码随想录 11.03 || 动态规划 01背包问题 LeetCode 1049.最后一块石头的重量Ⅱ、494.目标和、474.一零和

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。从中选取任意两块石头，将它们一起粉碎。粉碎的结果为大石头与小石头的重量差，最后只会剩下一块石头，返回最后剩下石头的最小的可能重量。解题思路，将一堆石头分成两个子集，要求这两个子集的重量尽可能的相等（平分总重量），那么两个子集中的石头相撞，留下的那一块石头将会是最小的。

        很明显，这是一个动态规划的 01 背包问题，向背包中放入物品（石块），尽可能满足指定的背包价值（一半石块的总重量），需要注意的是，石块的重量既是 重量 也是 价值。下面，将从动态规划五部曲和背包问题的思路分析本题：

        1）确定 dp 数组的含义，本题中，dp[j] 为当指定的子集石堆重量为 j 时，石块的价值为 dp[j]；

        2）递推公式，dp = max(dp[j], dp[j - weight[i]] + value[i])；

        3）初始化，dp[0] 为 0，因为指定背包容量为 0 时，装不下任何物品，价值也为 0。dp[1 ~ dp.size()] 也初始化为 0，因为递推公式中 max 选取最大的 dp[j]，初始化为 0 不影响选取策略；

        4）遍历顺序，一维 dp 数组的外层循环从前向后，内层循环从后向前；

        5）打印 dp 数组 debug。

class Solution {
public:
    int lastStoneWeightII(vector<int> &stones) {
        int sum = 0;
        for (int i = 0; i < stones.size(); ++i) {
            sum += stones[i];
        }

        int target = sum / 2;
        int dp[1501] = {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];
    }
};

494.目标和（模棱两可）

class Solution {
public:
    int findTargetSumWays(vector<int> &nums, int target) {
        int sum = 0;
        for (int i = 0; i < nums.size(); ++i) sum += nums[i];
        
        if (abs(target) > sum) return 0;
        if ((target + sum) % 2 == 1) 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];
    }
};

474.一零和（大概明白）

class Solution {
public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        vector<vector<int>> dp(m + 1, vector<int> (n + 1, 0)); // 默认初始化0
        for (string str : strs) { // 遍历物品
            int oneNum = 0, zeroNum = 0;
            for (char c : str) {
                if (c == '0') zeroNum++;
                else oneNum++;
            }
            for (int i = m; i >= zeroNum; i--) { // 遍历背包容量且从后向前遍历！
                for (int j = n; j >= oneNum; j--) {
                    dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
                }
            }
        }
        return dp[m][n];
    }
};