前言
思路及算法思维,指路 代码随想录。
题目来自 LeetCode。
day 42,周二,坚持一下~
题目详情
[1049] 最后一块石头的重量II
题目描述
1049 最后一块石头的重量II
解题思路
前提:最多只会剩下一块 石头,求此石头最小的可能重量
思路:将原数组分为两个子集,使其重量和最相近,此时剩余重量最小。0-1背包问题,动态规划。
重点:问题转化为0-1背包问题,dp数组的定义、初始化及推导公式。
代码实现
C语言
dp[i][j]
分为两个子集,使其重量和最相近,此时剩余重量最小
dp[i][j]: 在[0, i]中, 不大于重量j的石头重量和
dp[i][j] = max(dp[i-1][j], dp[i-1][j-stones[i]]+stones[i])
int sumFun(int *stones, int stonesSize)
{int sum = 0;for (int i = 0; i < stonesSize; i++) {sum += stones[i];}return sum;
}int maxFun(int p1, int p2)
{return p1 > p2 ? p1 : p2;
}int lastStoneWeightII(int* stones, int stonesSize) {int totalSum = sumFun(stones, stonesSize);int target = totalSum / 2;int dp[stonesSize][target + 1];// 初始化dp数组for (int j = 0; j <= target; j++) {if (j < stones[0]) {dp[0][j] = 0;} else {dp[0][j] = stones[0];}}for (int i = 1; i < stonesSize; i++) {for (int j = 0; j <= target; j++) {if (j < stones[i]) {dp[i][j] = dp[i - 1][j];} else {dp[i][j] = maxFun(dp[i - 1][j], dp[i - 1][j -stones[i]] + stones[i]);}}}return ((totalSum - dp[stonesSize - 1][target]) - dp[stonesSize - 1][target]);
}
dp[j]
分为两个子集,使其重量和最相近,此时剩余重量最小
压缩dp[i][j]为dp[j]: 在[0, i]中, 不大于重量j的石头重量和
dp[j] = max(dp[j], dp[j-stones[i]]+stones[i])
int sumFun(int *stones, int stonesSize)
{int sum = 0;for (int i = 0; i < stonesSize; i++) {sum += stones[i];}return sum;
}int maxFun(int p1, int p2)
{return p1 > p2 ? p1 : p2;
}int lastStoneWeightII(int* stones, int stonesSize) {int totalSum = sumFun(stones, stonesSize);int target = totalSum / 2;int dp[target + 1];// 初始化dp数组for (int j = 0; j <= target; j++) {dp[j] = 0;}// 遍历石头,从大到小遍历targetfor (int i = 0; i < stonesSize; i++) {for (int j = target; j >= stones[i]; j--) {dp[j] = maxFun(dp[j], dp[j -stones[i]] + stones[i]);}}return ((totalSum - dp[target]) - dp[target]);
}
[494] 目标和
题目描述
494 目标和
解题思路
前提:运算结果等于 target 的数量,target = left - right ,sum = left + right
思路:推到可知 left = (target + sum) / 2,转化为数组[0, i]中数值之和恰好等于left的数目,0-1背包问题 dp[i][j] = dp[i - 1][j] + dp[i - 1][j - num[i]]
重点:问题的转化,dp[i][j] 数组的初始化,以及公式推导
代码实现
C语言
dp[i][j]
dp[i][j]数组初始化,是个大问题!!!
关注数组全0情况~
// target = left - right
// sum = left + right
// left = (target + sum) / 2
// dp[i][j]: [0, i]中数值之和q恰好=left的数目
// dp[i][j] = dp[i - 1][j] + dp[i - 1][j - num[i]]int sumFun(int *nums, int numsSize)
{int totalSum = 0;for (int i = 0; i < numsSize; i++) {totalSum += nums[i];}return totalSum;
}int findTargetSumWays(int* nums, int numsSize, int target) {int sum = sumFun(nums, numsSize);// 考虑target为负数的情况if ((sum < target) || ((sum + target) < 0) || ((target + sum) % 2 == 1)) {return 0;}int left = (target + sum) / 2;int dp[numsSize][left + 1];// dp初始化dp[0][0] = 1;for (int j = 0; j <= left; j++) {dp[0][j] = 0;if (j == 0) {dp[0][0] = 1;}if (j == nums[0]) {dp[0][j] += dp[0][j - nums[0]];}}// 遍历数组元素及left大小for (int i = 1; i < numsSize; i++) {for(int j = 0; j <= left; j++) {dp[i][j] = dp[i - 1][j];if (j >= nums[i]) {dp[i][j] += dp[i - 1][j - nums[i]];}printf("%d ", dp[i][j]);}printf("\n");}return dp[numsSize - 1][left];
}
dp[j]
// target = left - right
// sum = left + right
// right = (sum - target) / 2, 这样可以避免考虑target为很大负值的特殊情况
// 压缩为滚动一维数组dp[j]: [0, i]中数值之和恰好=right的数目
// dp[j] = dp[j] + dp[j - num[i]]int sumFun(int *nums, int numsSize)
{int totalSum = 0;for (int i = 0; i < numsSize; i++) {totalSum += nums[i];}return totalSum;
}int findTargetSumWays(int* nums, int numsSize, int target) {int sum = sumFun(nums, numsSize);if ((sum < target) || ((sum - target) % 2 == 1)) {return 0;}int right = (sum - target) / 2;int dp[right + 1];// dp初始化dp[0] = 1;for (int j = 1; j <= right; j++) {dp[j] = 0;}// 遍历数组元素, 从大到小遍历right大小for (int i = 0; i < numsSize; i++) {for(int j = right; j >= nums[i]; j--) {if (j >= nums[i]) {dp[j] += dp[j - nums[i]];}}}return dp[right];
}
[474] 一和零
题目描述
474 一和零
解题思路
前提:虽然有“最多”的字眼,但是对于数组strs来说,还是最多只取一个元素,所以还是0-1背包问题
思路:该背包的维度是两个,str的遍历另算,所以非滚动数组是个三维数组,为了赋值方便,直接使用滚动二维数组实现
重点:问题的区分,dp[i][j] 数组的初始化,以及公式推导
代码实现
C语言
滚动数组dp[i][j],背包的维度是两个,str的遍历另算
// 此处的dp[i][j]是滚动数组,背包的维度是两个,str的遍历另算
// dp[i][j]: 最多有i个0, j个1的strs的子集的最大长度
// dp[i][j] = max(dp[i][j], dp[i-zeroNum][j-oneNum]+1)int maxFun(int p1, int p2)
{return p1 > p2 ? p1 : p2;
}int findMaxForm(char** strs, int strsSize, int m, int n) {int dp[m + 1][n + 1];// 初始化dpfor (int i = 0; i <= m; i++) {for (int j = 0; j <= n; j++) {dp[i][j] = 0;}}// 遍历strs数组, 并且从大到小遍历m和n两个维度的背包for (int s = 0; s < strsSize; s++) {// 计算该字符串的0和1个数int zeroNum = 0;int oneNum = 0;for (int k = 0; k < strlen(strs[s]); k++) {if (strs[s][k] == '0') {zeroNum++;} else {oneNum++;}}// 0-1背包, 从大到小遍历m和n两个维度的背包for (int i = m; i >= zeroNum; i--) {for (int j = n; j >= oneNum; j--) {dp[i][j] = maxFun(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);}}}return dp[m][n];
}
今日收获
- 0-1背包问题:问题的转化与识别,dp数组的初始化、dp公式推导