力扣 -- 474. 一和零(二维费用的背包问题)

力扣 -- 474. 一和零(二维费用的背包问题)_第1张图片

解题步骤:

力扣 -- 474. 一和零(二维费用的背包问题)_第2张图片

力扣 -- 474. 一和零(二维费用的背包问题)_第3张图片

力扣 -- 474. 一和零(二维费用的背包问题)_第4张图片

参考代码:

未优化代码:

class Solution {
public:
    int findMaxForm(vector& strs, int m, int n) {
        //开一个三维的dp表
        vector>> dp(strs.size()+1,vector>(m+1,vector(n+1)));
        
        //无需初始化

        //填表
        for(int i=1;i<=strs.size();i++)
        {
            //x代表strs[i]中字符0的个数
            //y代表strs[i]中字符1的个数
            int x=0;
            int y=0;
            for(const auto& ch:strs[i-1])
            {
                if(ch=='0')
                {
                    x+=1;
                }
                else if(ch=='1')
                {
                    y+=1;
                }
            }
            //注意这里要从0开始,因为我们没有初始化
            for(int j=0;j<=m;j++)
            {
                //注意这里要从0开始,因为我们没有初始化
                for(int k=0;k<=n;k++)
                {
                    //状态转移方程
                    dp[i][j][k]=dp[i-1][j][k];
                    if(j>=x&&k>=y)
                    {
                        dp[i][j][k]=max(dp[i][j][k],dp[i-1][j-x][k-y]+1);
                    }
                }
            }
        }

        //返回值
        return dp[strs.size()][m][n];
    }
};

优化后的代码:

class Solution {
public:
    int findMaxForm(vector& strs, int m, int n) {

        //开一个二维dp表即可
        vector> dp(m+1,vector(n+1));

        //无需初始化
        
        //填表
        for(int i=1;i<=strs.size();i++)
        {
            //x代表strs[i]中字符0的个数
            //y代表strs[i]中字符1的个数
            int x=0;
            int y=0;
            for(const auto& ch:strs[i-1])
            {
                if(ch=='0')
                {
                    x+=1;
                }
                else if(ch=='1')
                {
                    y+=1;
                }
            }
            //记得要从大到小遍历
            for(int j=m;j>=x;j--)
            {
                //记得要从大到小遍历
                for(int k=n;k>=y;k--)
                {
                    dp[j][k]=max(dp[j][k],dp[j-x][k-y]+1);
                }
            }
        }

        //返回值
        return dp[m][n];
    }
};

你学会了吗???

你可能感兴趣的:(力扣经典面试题,力扣动态规划,算法,c++,数据结构,动态规划,leetcode)