1049. 最后一块石头的重量 II
力扣链接
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。
思路
尽量让石头分成重量相同的两堆,相撞之后剩下的石头最小,思路就和416. 分割等和子集差不多。重量为stones[i],物品的价值也为stones[i]。
五部曲:
- 确定dp含义
容量为j的背包,最多能背起的重量为dp[j]
dp[target] == target 的时候,背包就装满了 - 确定递推公式
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i])
- 初始化
元素初始化为0,
因为提示中给出1 <= stones.length <= 30,1 <= stones[i] <= 1000,所以最大重量就是30 * 1000 。
而我们要求的target其实只是最大重量的一半,所以dp数组开到15000大小就可以了。 - 确定遍历方向
for (int i = 0; i < stones.size(); i++) { // 遍历物品for (int j = target; j >= stones[i]; j--) { // 遍历背包dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);}
}
class Solution:def lastStoneWeightII(self, stones: List[int]) -> int:dp = [0] * 15000total_sum = sum(stones)target = total_sum//2for stone in stones: #遍历物品for j in range(target, stone - 1, -1): # 对每块石头,从 target 向下遍历到这块石头的重量#对于每个可能的重量 j,尝试更新dp[j]dp[j] = max(dp[j], dp[j - stone] + stone)return (total_sum - dp[target]) - dp[target]
最后,dp[target] 是我们能得到的接近总重量一半的最大重量
(total_sum - dp[target])是另一堆石头的总重量
494. 目标和
力扣链接
给你一个非负整数数组 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。
思路
设sum为nums元素总和
+运算符求得的元素和为x,则-运算符求得的元素和为sum - x
就是要 x - (sum - x) = target
即x = (target + sum)/2
问题:装满容量为x的背包有几种方法
- 确定dp含义
dp[j] 表示:填满j(包括j)这么大容积的包,有dp[j]种方法。 - 确定递推公式
例如:dp[j],j 为5,
已经有一个1(nums[i]) 的话,有 dp[4]种方法 凑成 容量为5的背包。
已经有一个2(nums[i]) 的话,有 dp[3]种方法 凑成 容量为5的背包。
已经有一个3(nums[i]) 的话,有 dp[2]种方法 凑成 容量为5的背包
已经有一个4(nums[i]) 的话,有 dp[1]种方法 凑成 容量为5的背包
已经有一个5 (nums[i])的话,有 dp[0]种方法 凑成 容量为5的背包
dp[j] += dp[j - nums[i]]
组合类问题都可以用类似的递推公式。
- 初始化
初始化 dp[0] 为 1
class Solution:def findTargetSumWays(self, nums: List[int], target: int) -> int:total_sum = sum(nums)if abs(target)>total_sum: #无论如何都加不到这么大return 0if (target + total_sum)%2 == 1: #x=(target + sum)/2无法取整的情况return 0target_sum = (target + total_sum)//2dp = [0] * (target_sum + 1)dp[0] = 1for num in nums:for j in range(target_sum, num - 1, -1):dp[j] += dp[j-num]return dp[-1]
474.一和零
力扣链接
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 的最大子集的长度,该子集中 最多 有 m 个 0 和 n 个 1 。
思路
本题中strs 数组里的元素就是物品,而m 和 n相当于是一个两维度的背包。
- 确定dp
dp[i][j]:最多有i个0和j个1的strs的最大子集的大小为dp[i][j]。 - 确定递推公式
前一个strs里的字符串有zeroNum个0,oneNum个1
dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
- 初始化
全初始化为0即可
class Solution:def findMaxForm(self, strs: List[str], m: int, n: int) -> int:dp = [[0]*(n+1) for _ in range(m+1)]for s in strs:zeroNum = s.count('0') # 0的个数oneNum = len(s) - zeroNum # 1的个数for i in range(m, zeroNum - 1, -1):for j in range(n, oneNum - 1, -1):dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1)return dp[-1][-1]