【动态规划】【01背包】Leetcode 1049. 最后一块石头的重量 II

【动态规划】【01背包】Leetcode 1049. 最后一块石头的重量 II

---------------🎈🎈题目链接🎈🎈-------------------

解法

[😒: 我的代码实现============>](#😒: 我的代码实现============>)

动规五部曲

✒️确定dp数组以及下标的含义

dp[j]表示容量为j的背包,最多可以背最大重量为dp[j]。

✒️确定递推公式

01背包的递推公式为:dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

本题则是------dp[j] = max(dp[j], dp[j - stones[i]] + stones[i])

✒️dp数组初始化

初始为0即可

✒️确定遍历顺序

正序遍历物品,倒序遍历背包
最后dp[target]里是容量为target的背包所能背的最大重量。

⭐️那么求dp[sum/2] ,即dp[target]即可!
那么分成两堆石头,一堆石头的总重量是dp[target],另一堆就是sum - dp[target]。

时间复杂度O(N)
空间复杂度O(N)

📘代码

java 复制代码
class Solution {
    public int lastStoneWeightII(int[] stones) {
        // 得到总的重量
        int sum = 0;
        for(int stone:stones){
            sum += stone;
        }

// 希望尽可能凑出离total/2近的两组石头  =》 一组离total/2近, 那另一组也一定离total/2近
 // dp[j] : 装满容量为j的背包 能装下的最大重量为dp[j] 
        
        int total = sum/2;
        int[] dp = new int[total+1];

        for(int i = 0 ; i < stones.length; i++){ // 正序遍历物品
            for(int j = total; j>=stones[i]; j--){ // 倒序遍历背包
                dp[j] = Math.max(dp[j] , dp[j-stones[i]]+stones[i]);
            }
        }

        for(int j = 0; j <= total; j++){ // 倒叙遍历背包
            System.out.println(dp[j]);
        }

        return Math.abs(dp[total] - (sum-dp[total]));
    }
}   
相关推荐
sheeta19981 小时前
LeetCode 每日一题笔记 日期:2025.03.21 题目:3643.垂直翻转子矩阵
笔记·leetcode·矩阵
风吹乱了我的头发~3 小时前
Day52:2026年3月20日打卡
算法
短剑重铸之日7 小时前
《ShardingSphere解读》07 读写分离:如何集成分库分表+数据库主从架构?
java·数据库·后端·架构·shardingsphere·分库分表
知我Deja_Vu7 小时前
【避坑指南】ConcurrentHashMap 并发计数优化实战
java·开发语言·python
2401_831824967 小时前
基于C++的区块链实现
开发语言·c++·算法
We་ct7 小时前
LeetCode 918. 环形子数组的最大和:两种解法详解
前端·数据结构·算法·leetcode·typescript·动态规划·取反
愣头不青8 小时前
238.除了自身以外数组的乘积
数据结构·算法
人工智能AI酱8 小时前
【AI深究】逻辑回归(Logistic Regression)全网最详细全流程详解与案例(附大量Python代码演示)| 数学原理、案例流程、代码演示及结果解读 | 决策边界、正则化、优缺点及工程建议
人工智能·python·算法·机器学习·ai·逻辑回归·正则化
WangLanguager8 小时前
逻辑回归(Logistic Regression)的详细介绍及Python代码示例
python·算法·逻辑回归
m0_518019488 小时前
C++与机器学习框架
开发语言·c++·算法