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];
}
};