day43【动态规划】● 1049. 最后一块石头的重量 II ● 494. 目标和 ● 474.一和零

1049.最后一块石头的重量Ⅱ

• 1049.最后一块手头的重量Ⅱ | 题目链接

• 代码随想录 | 讲解链接

• 题意：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
  

• 思路：尽量把石头分成重量相等的两堆石头，返回这两堆石头重量的差就行

• 动规五部曲

  1. dp数组的含义
     dp[j]：背包容量为j（总重量的一半）所背的最大重量=价值。
  2. 递归公式
     dp[j] = Math.max(dp[j], dp[j - stone[i]] + stone[i])
  3. 初始化
     初始化为0即可
  4. 遍历顺序
     先遍历物品，再遍历背包。背包要倒序遍历。

class Solution {
    public int lastStoneWeightII(int[] stones) {
        //计算stones的重量总和
        int sum = 0;
        for(int s: stones) {
            sum += s;
        }
        int target = sum/2;
        //dp数组的含义：dp[j]表示背包容量为j（总重量的一半）所背的最大重量=价值。
        int[] dp = new int[target + 1];
        //遍历物品，正序遍历
        for(int i = 0; i < stones.length; i++) {
            //遍历背包，倒序遍历
            for(int j = target; j >= stones[i]; j--) {
                dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
            }
        }
        //返回两堆石头的重量差
        return Math.abs((sum - dp[target]) - dp[target]);
        //或者直接返回 sum - dp[target] - dp[target]即可，因为target是sum/2，是向下取整，所以dp[target]肯定小的。
    }
}

494. 目标和

• 494. 目标和 | 题目链接

• 代码随想录 | 讲解链接

• 题意：给你一个整数数组 nums 和一个整数 target 。

  向数组中的每个整数前添加 ‘+’ 或 ‘-’ ，然后串联起所有整数，可以构造一个表达式

  例如，nums = [2, 1] ，可以在 2 之前添加 ‘+’ ，在 1 之前添加 ‘-’ ，然后串联起来得到表达式 “+2-1” 。

  返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。

    示例 1：
    输入：nums = [1,1,1,1,1], target = 3
    输出：5
    解释：一共有 5 种方法让最终目标和为 3 。
    -1 + 1 + 1 + 1 + 1 = 3
    +1 - 1 + 1 + 1 + 1 = 3
    +1 + 1 - 1 + 1 + 1 = 3
    +1 + 1 + 1 - 1 + 1 = 3
    +1 + 1 + 1 + 1 - 1 = 3
    
    示例 2：
    输入：nums = [1], target = 1
    输出：1
  

• 思路：

  1. 加法的总和为x，则减法的总和为sum - x；
     那么target = x - （sum - x），即 x = （sum + target） / 2
     问题转化成，装满x，即装满（sum + target）/ 2容量的背包，有几种方法。也就是：装满x，等于
     确定哪些数前面用＋号，剩下的自然就用减号了。
  2. 剪枝：如果sum + target为奇数，那么除以二会向下取整，这样肯定凑不出来x，直接return 0；

• 动规五部曲

  1. dp[j]：含义 ：容量为j的背包，有 dp[j] 种方 式：dp[j] = dp[j - nums[i]]

  2. 递推公式：

      例如dp[j]，背包容量为5
      1,2,3,4,5都是nums[i]；
      已经有一个1的话，则有dp[4]种方法凑成容量为4的背包，总和为dp[5]
      已经有一个2的话，则有dp[3]种方法凑成容量为3的背包，总和为dp[5]
      已经有一个3的话，则有dp[2]种方法凑成容量为2的背包，总和为dp[5]
      已经有一个4的话，则有dp[1]种方法凑成容量为1的背包，总和为dp[5]
      已经有一个5的话，则有dp[0]种方法凑成容量为0的背包，总和为dp[5]
     

     dp[5]是由以上5种情况的总和推导出来的，
     即dp[5] = dp[4] + dp[3] + dp[2] + dp[1] + dp[0]
     对以上递推公式进行抽象的话：
     即dp[j] += dp[j - nums[i]];

  3. dp数组初始化
     dp[0] 初始化为1，因为dp[0]是递推结果的起源，如果初始化为0的话，递推结果都将为0；

     已经有一个5的话，足有dp[0]种方法凑成容量为0的背包，此时容量总和为5，dp[0]种方法初始化为1，则有1种方法。

  4. 确定遍历顺序
     外层循环nums，内层循环背包容量（倒序循环）

  5. 举例推导dp数组
     nums = {1，1，1，1，1}， S = 3；
     bagSize = （S+sum）/2 = 8/2 =4
     

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        //整数和为x，负数和为sum - x；
        //target = x - (sum - x), x = (target + sum) /2
        int sum = 0;
        for(int i = 0; i < nums.length; i++) sum += nums[i];
        int bagSize = (target + sum) /2;

        //剪枝
        if((target + sum) % 2 == 1) return 0;
        //如果target过大，sum将无法满足
        if(target < 0 && sum < -target) return 0;
        if(target > 0 && sum < target) return 0;

        int[] dp = new int[bagSize + 1];
        dp[0] = 1;
        for(int i = 0; i < nums.length; i++) {
            for(int j = bagSize; j >= nums[i]; j--) {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[bagSize];
    }
}

474.一和零

• 474.一和零 | 题目链接

• 代码随想录 | 讲解链接

• 题意：给你一个二进制字符串数组 strs 和两个整数 m 和 n 。

  请你找出并返回 strs 的最大子集的大小，该子集中 最多 有 m 个 0 和 n 个 1 。

  如果 x 的所有元素也是 y 的元素，集合 x 是集合 y 的 子集 。

    示例 1：
    输入：strs = ["10", "0001", "111001", "1", "0"], m = 5, n = 3
    输出：4
    解释：最多有 5 个 0 和 3 个 1 的最大子集是 {"10","0001","1","0"} ，因此答案是 4 。 其他满足题意但较小的子集包括 {"0001","1"} 和 {"10","1","0"} 。{"111001"} 不满足题意，因为它含 4 个 1 ，大于 n 的值 3 。
    
    示例 2：
    输入：strs = ["10", "0", "1"], m = 1, n = 1
    输出：2
    解释：最大的子集是 {"0", "1"} ，所以答案是 2 。
    
    提示：
    1 <= strs.length <= 600
    1 <= strs[i].length <= 100
    strs[i] 仅由 '0' 和 '1' 组成
    1 <= m, n <= 100  
  

• 思路：
  数组里的元素就是物品，每个物品为1个。
  m和n相当于一个背包，是两个维度的背包。一个维度是m（装1），一个维度是n（装0）

• 动规五部曲

  1. dp[i][j] ：含义，最多有i个0和j个1的strs的最大子集的大小是dp[i][j]
  2. 递推公式：dp[i][j]可以由前一个strs里的字符串推导，strs里的字符串有zeroNum个0，oneNum个1。
     dp[i][j] 就可以是 dp[i - zeroNum][j - oneNum] + 1;
     在遍历过程中取到dp[i][j]的最大值。
     dp[i][j] = Math.max(dp[i][j], dp[i - zeroNum]dp[j - oneNum] + 1)
  3. 数组初始化
     初始为0即可
  4. 遍历顺序
     外层遍历物品，即strs里的字符串
     外层遍历物品，也就是字符串数组里的每一个字符串，最外层的循环
     内层遍历背包，也就是0和1的个数，倒序遍历。这里是两层for循环嵌套。遍历m和n

• 代码如下

class Solution {
    public int findMaxForm(String[] strs, int m, int n) {
        int[][] dp = new int[m+1][n+1];
        int zeroNum, oneNum;
        for(String s: strs) {
            zeroNum = 0;
            oneNum = 0;
            for(char ch: s.toCharArray()) {
                if(ch == '0') zeroNum++;
                else oneNum++;
            }
            for(int i = m; i >= zeroNum; i--) {
                for(int j = n; j >= oneNum; j--) {
                    dp[i][j] = Math.max(dp[i][j],dp[i-zeroNum][j-oneNum]+1);
                }
            }
        }
        return dp[m][n];
    }
}