【动态规划part05】| 1049. 最后一块石头的重量 II 、494. 目标和 、474.一和零

目录

LeetCode 1049.最后一块石头的重量||

LeetCode494. 目标和

LeetCode 474.一和零

---

LeetCode 1049.最后一块石头的重量||

链接：1049.最后一块石头的重量

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。

 

 

一维dp数组： 

ublic int lastStoneWeightII(int[] stones) {
        // 让石头分成质量尽可能相等的两堆
        int sum=0;
        for(int i=0;i=stones[i];j--){
                dp[j]=Math.max(dp[j],dp[j-stones[i]]+stones[i]);
            }
        }
        return sum-dp[target]-dp[target];
    }

 二维dp数组：

public int lastStoneWeightII(int[] stones) {
        // 让石头分成质量尽可能相等的两堆
        int sum=0;
        for(int i=0;i

LeetCode494. 目标和

链接：494.目标和

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。

 

 

public int findTargetSumWays(int[] nums, int target) {
        // dp[j]表示容量为j的背包有dp[j]种方法
        // right-left=target;
        // left=sum-right;
        // right=(target+sum)/2  右边为定值，背包大小为right
        int sum=0;
        for(int i=0;i=nums[i];j--){
                dp[j]=dp[j]+dp[j-nums[i]];
            }
        }
        return dp[bagSize];


    }

LeetCode 474.一和零

链接：474.一和零

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 。

 

 

public int findMaxForm(String[] strs, int m, int n) {
        // dp[i][j]表示i个0，j个1的最大子集长度为dp[i][j]
        int[][] dp=new int[m+1][n+1];
        // dp[i][j]=Math.max(dp[i-zero][j-one]+1,dp[i][j]);
        dp[0][0]=0;
        for (String str : strs) {   //遍历物品
            int oneNum = 0;
            int zeroNum = 0;
            for (char ch : str.toCharArray()) {
                if (ch == '0') {
                    zeroNum++;
                } else {
                    oneNum++;
                }
            }
            //倒序遍历
            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];
    }