代码随想录算法训练营第四十三天| 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

题目链接:力扣

题目要求:

        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。
  • 1 <= stones.length <= 30
  • 1 <= stones[i] <= 100

总结:

        两个石头可以消重量,要使得最终剩余石头的最小重量,那么就把石头尽可能分成两个总重量一样的数组,且这个重量数要尽可能大,最终可以使得消除后剩余重量最小,先求出石头的总重量,然后除以2,我们就需要求大小为sum/2的背包,能装的最大价值,求出之后,总重量减去俩两倍的该最大价值,即为结果。

class Solution {
    public int lastStoneWeightII(int[] stones) {
        int sum = 0;
        for(int i : stones){
            sum += i;
        }
        int target = sum >> 1;
        //dp[j] 为背包大小为j,可以装的最大价值
        int[] dp = new int[target+1];
        for(int i = 0;i < stones.length;i++){
            for(int j = target;j >= stones[i];j--){
                dp[j] = Math.max(dp[j],dp[j-stones[i]] + stones[i]);
            }
        }
        return sum - 2*dp[target];
    }
}

494. 目标和

题目链接:力扣

题目要求:

        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
  • 1 <= nums.length <= 20
  • 0 <= nums[i] <= 1000
  • 0 <= sum(nums[i]) <= 1000
  • -1000 <= target <= 1000

总结:

        left 为需要赋值为正数的数组,right为需要赋值为负数的数组,由left+right=sum;left-right=target,left = (target+sum)/2,要条件,实际上就要找到left数组总和为(target+sum)/2,有几种情况。,dp[j]就代表以j为背包大小,正好装满有几种情况。比如说j为5,当前的nums[i]为2,dp[j-nums[i]]=dp[5-2]=dp[3],即背包装到3时,有多少种可能,它正好差个2,来个2,背包装到5了,所以目前dp[5]的可能情况就加上dp[3]到dp[5]的可能,如果i变成另一个,比如nums[i]=3,那么就是dp[2]遇到3变为dp[5]了,这时需要把dp[2]的值,也就是装大小为2的背包有几种情况,也累加到dp[5]上,所有dp[x]遇道当前的nums[i],变为dpp[5]了,这些情况都累加起来,变成真正装满大小为5的背包的可能情况。

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        int sum = 0;
        for(int num : nums){
            sum += num;
        }
        //left+right=sum;left-right=target,left = (target+sum)/2
        //如果target过小,即使令全部为负也不行,则返回0
        if(target  < 0 && sum < -target) return 0;
        //如果target + sum 为奇数,则说明也不存在一个整数区间,使得left-right=target
        if((target + sum) % 2 != 0) return 0;
        int size = (target + sum) / 2;
        if(size < 0) size = -size;
        //dp[j]代表装满大小为j的背包,有几种情况
        int[] dp = new int[size + 1];
        dp[0] = 1;
        for(int i = 0;i < nums.length;i++){
            for(int j = size;j >= nums[i];j--){
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[size];
    }
}

474. 一和零

题目链接:力扣

题目要求:

        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 。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 。
  • 1 <= strs.length <= 600
  • 1 <= strs[i].length <= 100
  • strs[i] 仅由 '0' 和 '1' 组成
  • 1 <= m, n <= 100

总结:

        这里对数组有两个限定,一个是0的数量,一个是1的数量,用二维数组,设置dp[i][j]就代表有i个0,j个1的数组,元素最多有几个统计每个元素的0的个数和1的个数,dp[i][j],由dp[i-zeroNum][j-oneNum]+1获得,代表未加这个元素时,对应的两个索引数,也就是为加该元素的0和1的个数,这个dp值就代表以这两个0,和1数目的数组有元素的个数,如果加上这个元素,那么对应的元素个数要加1,代表相应的0,和1数量的索引也是需要变化的,这里有i个0,j个1的情况可能会有很多,我们需要找到元素个数最多的那个,所以我们每次也要和截止目前的dp[i][j]去比大小,更新元素个数最多的情况。

class Solution {
    public int findMaxForm(String[] strs, int m, int n) {
        //d[i][j]代表有m个0,n个1的数组其元素最多有几个
        int[][] dp = new int[m+1][n+1];
        int oneNum;
        int zeroNum;
        for(String str : strs){
            oneNum = 0;
            zeroNum = 0;
            for(char ch : str.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];
    }
}

你可能感兴趣的:(leetcode,动态规划,算法,java,数据结构)