LeetCode刷题--- 最后一块石头的重量 II

前言：这个专栏主要讲述动态规划算法，所以下面题目主要也是这些算法做的  

我讲述题目会把讲解部分分为3个部分：
1、题目解析

2、算法原理思路讲解

3、代码实现

---

最后一块石头的重量 II

题目链接：最后一块石头的重量 II

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。

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

---

解法

算法原理与解析

我们这题使用动态规划，我们做这类题目可以分为以下五个步骤

1. 状态显示
2. 状态转移方程
3. 初始化（防止填表时不越界）
4. 填表顺序
5. 返回值

先将问题「转化」成我们熟悉的题型。

1. 任意两块石头在⼀起粉碎，重量相同的部分会被丢掉，重量有差异的部分会被留下来。那就相当于在原始的数据的前⾯，加上「加号」或者「减号」，是最终的结果最小即可。也就是说把原始的⽯头分成两部分，两部分的和越接近越好。
2. 因为当所有元素的和固定时，分成的两部分越接近数组「总和的⼀半」，两者的差越小。

因此问题就变成了：在数组中选择⼀些数，让这些数的和尽量接近 sum / 2 ，如果把数看成物品，每个数的值看成体积和价值，问题就变成了「01 背包问题」。

• 状态显示

dp[ i ] [ j ] 表示在前 i 个元素中选择，总和不超过 j，此时所有元素的「最大和」。

• 状态转移方程

• 不选 stones[i] ：那么我们是否能够凑成总和为 j ，就要看在前 i - 1 个元素中选，能否凑成总和为 j 。根据状态表示，此时 dp[ i ][ j ] = dp[ i - 1 ][ j ] ；
• 选择 stones[i] ：这种情况下是有前提条件的，此时的 stones[i] 应该是小于等于 j 。因为如果这个元素都比要凑成的总和大，选择它就没有意义呀。那么我们是否能够凑成总和为 j ，就要看在前 i - 1 个元素中选，能否凑成总和为 j - stones[i] 。根据状态表示，此时 dp[ i] [ j ] = dp[i - 1][j - stones[ i ] ] + stones[ i ] 。

综上所述，我们要的是最大价值。因此，状态转移方程为：

dp[i][j] = dp[i - 1][j]

if(j >= stones[i]) dp[i][j] = dp[i][j] + dp[i - 1][j - stones[i]] + stones[i] 。

• 初始化（防止填表时不越界）

由于需要用到上⼀行的数据，因此我们可以先把第⼀行初始化。

第⼀行表示「没有石子」。因此想凑成目标和 j ，最大和都是 0

• 填表顺序

根据「状态转移方程」，我们需要「从上往下」填写每⼀行，每⼀⾏的顺序是「无所谓的」。

• 返回值

1. 根据「状态表示」，先找到最接近 sum / 2 的最⼤和 dp[n][sum / 2] ；
2. 因为我们要的是两堆石子的差，因此返回 sum - 2 * dp[n][sum / 2] 。

---

代码实现 

int lastStoneWeightII(vector<int>& stones) 
{
	int n = stones.size();
	int sum = 0;			// stones数组内的数的总和
	for (auto e : stones) { sum += e; }
	int aim = sum / 2;		
	// dp[i][j]表示前i个元素中选择，总和不超过j，此时的元素最大和
	vector<vector<int> > dp(n + 1, vector<int>(aim + 1));	

	for (int i = 1; i <= n; i++)	// 填表，从上到下，从左到右
		for (int j = 0; j <= aim; j++)
		{
			dp[i][j] = dp[i - 1][j];
			if (j >= stones[i - 1])
				dp[i][j] = max(dp[i][j], dp[i - 1][j - stones[i - 1]] + stones[i - 1]);
		}
	return sum - 2 * dp[n][aim];
}

代码优化

class Solution {
public:
    int lastStoneWeightII(vector<int>& stones) 
    {
        int n = stones.size();
        int sum = 0;			// stones数组内的数的总和
        for (auto e : stones) { sum += e; }
        int aim = sum / 2;
        // dp[j]表示前i个元素中选择，总和不超过j，此时的元素最大和
        vector<int> dp(aim + 1);

        for (int i = 1; i <= n; i++)	// 填表,从右到左
            for (int j = aim; j >= stones[i - 1]; j--)
            {
                    dp[j] = max(dp[j], dp[j - stones[i - 1]] + stones[i - 1]);
            }
        return sum - 2 * dp[aim];
    }
};