1049.最后一块石头的重量II
题目
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。
动态规划(01背包)
class Solution {
public int lastStoneWeightII(int[] stones) {
int sum = 0;
for(int num : stones){
sum += num;
}
int half = sum / 2;
int[] dp = new int[half + 1];
for(int i = 0; i < stones.length; i++){
for(int j = half; j >= stones[i]; j--){
dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
}
}
return sum - 2 * dp[half];
}
}
494.目标和
题目
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。
动态规划(01背包)
class Solution {
public int findTargetSumWays(int[] nums, int target) {
int sum = 0;
for(int num : nums){
sum += num;
}
if(sum < -target && target < 0) return 0;
/**
为什么要有(sum + target) / 2 ?
将nums数组分为“+”和“-”两个子集,分别对应left和right
推演过程:
left + right = sum(sum是nums数组元素的总和)
=> right = sum - left
left - right = target
=> left - (sum - left) = target
=> left = (sum + target) / 2
--------------------------------------------
当sum = 5 tatget = 3时,left = 4,
表示在“+”子集left中和为4
则在“-”子集right中和为1
*/
if((sum + target) % 2 != 0) return 0;
int half = (sum + target) / 2;
int[] dp = new int[half + 1];
dp[0] = 1;
for(int i = 0; i < nums.length; i++){
for(int j = half; j >= nums[i]; j--){
// 容量为j,有dp[j]种方法
dp[j] += dp[j - nums[i]];
}
}
return dp[half];
}
}
474.一和零
题目
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 。
动态规划(01背包)
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
int[][] dp = new int[m + 1][n + 1];
int one, zero;
for(String str : strs){
one = 0;
zero = 0;
// 收集strs数组中每个元素的0和1的个数
for(char c : str.toCharArray()){
if(c == '0') zero++;
else one++;
}
for(int i = m; i >= zero; i--){
for(int j = n; j >= one; j--){
/**
dp[i - zero][j - one] + 1
在减去zero和one之后的剩余0和1需要放进dp[i][j],
因为求的是个数,所以需要+1
*/
dp[i][j] = Math.max(dp[i][j], dp[i - zero][j - one] + 1);
}
}
}
return dp[m][n];
}
}