day 43
代码随想录
2024.1.10
发烧中。。。简单过一遍等二刷DP问题!(最近赶一篇paper!)
1. 1049最后一块石头的重量
- dp[j]表示容量(这里说容量更形象,其实就是重量)为j的背包,最多可以背最大重量为dp[j]。
- 与01背包一样,dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);
- 因为重量都不会是负数,所以dp[j]都初始化为0就可以了,这样在递归公式dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]);中dp[j]才不会初始值所覆盖。
- 如果使用一维dp数组,物品遍历的for循环放在外层,遍历背包的for循环放在内层,且内层for循环倒序遍历!
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
vector<int> dp(15001,0);
int sum=0;
for(int i =0;i<stones.size();i++) sum += stones[i];
int target = sum/2;
for(int i=0;i<stones.size();i++)
for(int j=target;j>=stones[i];j--)
dp[j] = max(dp[j], dp[j-stones[i]]+stones[i]);
return sum-dp[target]-dp[target];
}
};
2. 494目标和
神奇的思路,也就是将数组分为两部分,差等于target,也就是找满足x=(sum+target)/2,一共有多少种x的组合方法,也就是背包问题了
- dp[j] 表示:填满j(包括j)这么大容积的包,有dp[j]种方法
- dp[0] 为 1
- 01背包问题一维dp的遍历,nums放在外循环,target在内循环,且内循环倒序。
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int sum = 0;
for (int i = 0; i < nums.size(); i++) sum += nums[i];
if (abs(target) > sum) return 0; // 此时没有方案
if ((target + sum) % 2 == 1) return 0; // 此时没有方案
int bagSize = (target + sum) / 2;
vector<int> dp(bagSize + 1, 0);
dp[0] = 1;
for (int i = 0; i < nums.size(); i++) {
for (int j = bagSize; j >= nums[i]; j--) {
dp[j] += dp[j - nums[i]];
}
}
return dp[bagSize];
}
};
3. 474一和零
本题是一道01背包问题
-
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]。
-
dp[i][j] 可以由前一个strs里的字符串推导出来,strs里的字符串有zeroNum个0,oneNum个1。
dp[i][j] 就可以是 dp[i - zeroNum][j - oneNum] + 1。
然后我们在遍历的过程中,取dp[i][j]的最大值。
所以递推公式:dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
-
初始化为0
-
外层for循环遍历物品,内层for循环遍历背包容量且从后向前遍历!
-
略!
class Solution {
public:
int findMaxForm(vector<string>& strs, int m, int n) {
vector<vector<int>> dp(m + 1, vector<int> (n + 1, 0)); // 默认初始化0
for (string str : strs) { // 遍历物品
int oneNum = 0, zeroNum = 0;
for (char c : str) {
if (c == '0') zeroNum++;
else oneNum++;
}
for (int i = m; i >= zeroNum; i--) { // 遍历背包容量且从后向前遍历!
for (int j = n; j >= oneNum; j--) {
dp[i][j] = max(dp[i][j], dp[i - zeroNum][j - oneNum] + 1);
}
}
}
return dp[m][n];
}
};