动态规划LeetCode-1049.最后一块石头的重量Ⅱ

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。

示例 1:

输入:stones = [2,7,4,1,8,1]

输出:1

解释:

组合 2 和 4,得到 2,所以数组转化为 [2,7,1,8,1],

组合 7 和 8,得到 1,所以数组转化为 [2,1,1,1],

组合 2 和 1,得到 1,所以数组转化为 [1,1,1],

组合 1 和 1,得到 0,所以数组转化为 [1],这就是最优值。
示例 2:

输入:stones = [31,26,33,21,40]

输出:5
提示:

1 <= stones.length <= 30

1 <= stones[i] <= 100

写这题之前可以先去写一下LeetCode的416.分割等和子集,代码和思路基本一致,只是如何把这题1049. 最后一块石头的重量Ⅱ如何转换为分割等和子集

我们看一下题目并想一想,本题其实就是尽量让石头分成重量相同的两堆,相撞之后剩下的石头最小,这样就化解成01背包问题了

且和416.分割等和子集非常相似,可以先去写416再来写本题,416.分割等和子集思路可以看我的这篇文章动态规划LeetCode-416.分割等和子集-CSDN博客

01背包问题

背包问题,大家都知道,有N件物品和一个最多能背重量为W 的背包。第i件物品的重量是weight[i],得到的价值是value[i] 。每件物品只能用一次,求解将哪些物品装入背包里物品价值总和最大。

01背包一维滚动数组递推公式:dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);

这题不过多讲解,因为思路和416.分割等和子集差不多,主要是最后返回值的那里,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]。因为我们在计算target = sum/2的时候是向下取整的,所以sum - dp[target] >= dp[target];

那么相撞之后剩下的最小石头重量就是 (sum - dp[target]) - dp[target]。

动规五部曲(dp含义、递推公式、初始化、遍历顺序、打印数组)

dp含义:dp[j]表示容量为j的背包,所背的物品价值最大可以为dp[j]。

递推公式:本题中每一个元素的数值既是重量,也是价值。所以

dp[j] = max(dp[j], dp[j-stones[i]]+stones[i]);

初始化:背包容量为j=0,物品最大价值为dp[0]=0这个好理解,那其他下标初始化也为0是为什么呢,因为dp数组在递推的过程中取得最大的价值,把下标初始成负无穷小,就不会被初始值覆盖,这里初始为0即可,也是一样的。

递推公式:

这里是用一维滚动数组来解决,所以物品遍历的for循环放在外层,遍历背包的for循环放在内层,然后题目说物品i只能放一次,所以且内层for循环倒序遍历!

因为倒序遍历是为了保证物品i只被放入一次!。但如果一旦正序遍历了,那么物品0就会被重复加入多次!

打印数组:当遇到疑惑或者提交错误时,打印数组出来比较快速的看看哪一步有错。

以下是我在力扣c语言提交的代码,仅供参考:

一维滚动数组:

复制代码
int lastStoneWeightII(int* stones, int stonesSize) {  
    //给出容量和数值大小范围,求的还是一半,所以数组大小为30*100/2+1
  int dp[1501]={0};
  int sum = 0;int target = 0;

  //初始化
  memset(dp,0,sizeof(dp));
  dp[0] = 0;
  
  for(int i = 0;i<stonesSize;i++)
  {
    sum += stones[i];
  }
  target = sum / 2;

  //先遍历物品
  for(int i = 0;i<stonesSize;i++)
  {
    //再遍历背包,且是倒序遍历,保证物品i只被放入一次!
    for(int j = target;j>=stones[i];j--)
    {
        //01背包递推公式dp[j] = max(dp[j], dp[j - weight[i]] + value[i]);
        //本题中每一个元素的数值既是重量,也是价值
        dp[j] = dp[j] > dp[j-stones[i]]+stones[i] ? dp[j] : dp[j-stones[i]]+stones[i];
    }
  }

  //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]。
  //因为我们在计算target = sum/2的时候是向下取整的,所以sum - dp[target] >= dp[target];
  //那么相撞之后剩下的最小石头重量就是 (sum - dp[target]) - dp[target]。
  return sum - dp[target] - dp[target];
}  

这里也给出用二维数组求解的代码:

复制代码
int lastStoneWeightII(int* stones, int stonesSize) {  
    int sum = 0;
    for(int i = 0;i<stonesSize;i++)
    {
        sum += stones[i];
    }
    int target = sum / 2;
    int dp[stonesSize+1][target+1];
    memset(dp,0,sizeof(dp));
    for(int i = stones[0];i<=target ;i++)
    {
        dp[0][i] = stones[0];
    }
    for(int i = 1;i<stonesSize;i++)
    {
        for(int j = 0;j<=target;j++)
        {
            if(j < stones[i])
            {
                dp[i][j] = dp[i-1][j];
            }
            else
            {
                dp[i][j] = dp[i-1][j] > (dp[i-1][j-stones[i]]+stones[i]) ? dp[i-1][j]:(dp[i-1][j-stones[i]]+stones[i]);
            }
        }
    }

    return (sum-dp[stonesSize-1][target]) - dp[stonesSize-1][target];
相关推荐
烂蜻蜓6 分钟前
C 语言中的递归:概念、应用与实例解析
c语言·数据结构·算法
OYangxf6 分钟前
图论----拓扑排序
算法·图论
我要昵称干什么15 分钟前
基于S函数的simulink仿真
人工智能·算法
AndrewHZ40 分钟前
【图像处理基石】什么是tone mapping?
图像处理·人工智能·算法·计算机视觉·hdr
念九_ysl40 分钟前
基数排序算法解析与TypeScript实现
前端·算法·typescript·排序算法
守正出琦42 分钟前
日期类的实现
数据结构·c++·算法
ChoSeitaku1 小时前
NO.63十六届蓝桥杯备战|基础算法-⼆分答案|木材加工|砍树|跳石头(C++)
c++·算法·蓝桥杯
YueiL1 小时前
C++入门练习之 给出年分m和一年中的第n天,算出第n天是几月几号
开发语言·c++·算法
weixin_435208161 小时前
通过 Markdown 改进 RAG 文档处理
人工智能·python·算法·自然语言处理·面试·nlp·aigc
ゞ 正在缓冲99%…2 小时前
leetcode75.颜色分类
java·数据结构·算法·排序