第一题是最后一块石头的重量IIhttps://leetcode.cn/problems/last-stone-weight-ii/,没啥思路,直接上题解了。本题可以看作将一堆石头尽可能分成两份重量相似的石头,于是问题转化为如何合理取石头,使其装满容量为石头总重量一半的背包,且每个石头只能取一次,这样就变成了一个01背包问题。其中石头的重量与价值相同,均为stones[i]。接下来按照动规五步曲进行分析,dp[j]表示容量为j的背包中可以装的最大重量为dp[j],对于第i块石头,可以取也可以不取,故dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]),初始化dp = 0,先遍历物品,再遍历背包即可。
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
int sum = 0;
for (int i = 0; i < stones.size(); i++){
sum += stones[i];
}
int target = sum/2;
vector<int> dp(150001,0);
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];
}
};
第二题是目标和https://leetcode.cn/problems/target-sum/description/,可以假设加法总和为x,则减法总和为sum - x,题中指出x- (sum - x) = target,可得x = (target + sum)/2。此时题目转化为要装满容量为x的背包共有几种方法,且每个数的状态只能取一次,再次转化为01背包问题。根据动规五步曲,确定dp[j]表示装满容量为j背包的方法数量为dp[j]。当遍历到元素i时,想知道dp[j]的值,必须先知道背包中去掉numbers[i]时dp数组的值,由此反复,得到dp[j] += dp[j - numbers[i]]。初始化将dp[0] = 1,说实话我不是特别理解。遍历顺序依然是先物品后背包,背包从后往前遍历。
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 ((target + sum) % 2 == 1) return 0;
if (abs(target) > sum) return 0;
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];
}
};
事实上该题的二维数组解法更为好懂,将其贴在下面:第三题是一和零https://leetcode.cn/problems/ones-and-zeroes/description/,本题的背包维度有两个:m和n,即如何选取元素使元素满足0、1的个数要求。利用动规五步曲:dp[i][j]为拥有i个0,j个1的元素个数。dp[i][j]可由去掉上一个字符串时dp[i - 0nums][j - 1nums]得出,即dp[i][j] = max(dp[i][j], dp[i - 0nums][j - 1nums] + 1)。由题意可知dp数组初始化为0即可,dp[0][0]=0也符合认知。遍历顺序依然不变。
class Solution {
public:
int findMaxForm(vector<string>& strs, int m, int n) {
vector<vector<int>> dp(m + 1, vector<int> (n + 1, 0));
for (string str : strs){
int onenum = 0, zeronum = 0;
for (char c : str){
if (c == '0') zeronum++;
else onenum++;
}
for (int i = m; i >= zeronum; i--){
for (int j = n; j >= onenum; j--){
dp[i][j] = max(dp[i][j], dp[i - zeronum][j - onenum] + 1);
}
}
}
return dp[m][n];
}
};
由此可见,背包问题的维度一般有以下几种:在给定背包容量的情况下,装满背包的最大价值;能否装满;装满背包的方法数量;装满时背包中物品数量;尽可能装满的重量。