代码随想录算法训练营第四十三天 | 1049. 最后一块石头的重量 II、494. 目标和、474.一和零

本文主要是介绍代码随想录算法训练营第四十三天 | 1049. 最后一块石头的重量 II、494. 目标和、474.一和零,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

01背包问题总结

今天总结一下昨天的分割等和子集和今天三道题的的思路,都属于01背包问题。
其实仔细观察就会发现,这四道题目本质上都是题目提供了一个集合,都需要在集合中选出满足目标的子集,且每个元素只能选一次,所以都是01背包问题。分割等和子集:不需要思路转换;石头:为了得到最小的石头,需要石头相撞,求出一个需要凑的子集,其和尽量接近整个集合求和的一半;目标和:加和减分别是子集,所以也是求子集,满足求和等于目标值;一和零:选字符串集合,尽量多个字符串。

然后具体解题过程中需要考虑pd数组的含义,其实也是对应到01背包问题模型中,物品是什么,重量是什么,价值是什么,目标又是什么(这一点直接决定dp数组及下标含义,和题目要求是直接相关的,例如,分割等和子集:dp[i]就是空间为i的背包能装的最大的元素和;石头:dp[i]是空间为i的背包能装的最大的重量;目标和:dp[i]是空间为i的背包能装的最大的元素和,以上三种提供的集合中都是数字,所以物品重量就是数值,价值也是数值;一和零:物品是字符串,重量是01个数,价值是字符串数量)

第一个要注意的点: 通过一和零问题会发现,背包可以是高维度的,这个和约束有关,如果约束只是物品重量,那就是一维的背包,如果是一和零这种问题,明显限制条件是0和1的个数,那么自然就是二维背包问题。 ==这里需要说明一下,==我这里讲的一维和二维问题不同于前面博客中讲解提到的一维二维数组的解法,前面的讲解中的二维指的是解决一维背包问题用二维数组。

接下来是主要收获的一点,一维背包问题可以用二维数组解决,好处在于容易理解,但是浪费空间,所以我们都用最低维度的数组解决相应的问题,但这样做就一定要注意遍历dp数组的顺序,为了防止物品被重复考虑加入,遍历都是从后向前遍历,无论一维还是二维,这里不太容易理解。我的理解方式是考虑一下高一个维度的数组就好了,比如解决一维背包问题,我用二维数组,虽然每行是从前向后遍历,但是填写当前行的dp数组利用的都是前面的行的信息,而用一维数组解决问题时,信息是会被覆盖的,为了利用原本的“前面行”的信息,所以从后向前遍历。

总结一下,01背包问题解决的都是在一定约束下找满足条件的子集的组合方式的问题(每个元素只能用一次),约束条件决定了问题的维度,解决问题用相应维度的数组,注意遍历方式要从后向前遍历。

题目链接:1049. 最后一块石头的重量 II

文章讲解:代码随想录 1049. 最后一块石头的重量 II讲解

视频讲解:这个背包最多能装多少?LeetCode:1049.最后一块石头的重量II

思路和解法

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。
想法:
要理解石头相撞这个思路,本质上就是一个组合问题。

class Solution {
public:
//核心思路:尽量凑出两个求和相同的子集,这样对撞粉碎才能剩下最小的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(target + 1, 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];}
};

题目链接:494. 目标和

文章讲解:代码随想录 494. 目标和讲解

视频讲解:装满背包有多少种方法?| LeetCode:494.目标和

思路和解法

题目:
给你一个非负整数数组 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。
想法:
记住本质上还是组合选出满足目标的子集问题。

class Solution {
public:
//核心思路:本质上将数组分成了两个子集,一个加,一个减 需要通过理论推导得出加子集bagSize = sum + target
//然后转化为01背包问题 但是dp数组的含义变为:dp[i]:容量为i的背包恰好装满有多少种装法int findTargetSumWays(vector<int>& nums, int target) {int sum = 0;for (int i = 0; i < nums.size(); i++) {sum += nums[i];}//题目没有提及得不到target的情况,这里代码还是考虑了一下if (abs(target) > sum) {return 0;}if ((sum + target) % 2 == 1) {return 0;}int bagSize = (sum + target) / 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--) {//理解:想象外层循环在遍历数字,内层循环在遍历背包,能搞好填满当前容量背包只有把当前数字装进去一种方法//dp[0]初始化为1的原因也就是第一个数字刚好填满相应容量背包时,算是一种方法dp[j] += dp[j - nums[i]];}}return dp[bagSize];}
};

题目链接:474.一和零

文章讲解:代码随想录 474.一和零讲解

视频讲解:装满这个背包最多用多少个物品?| LeetCode:474.一和零

思路和解法

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 。
想法:
记住本质上还是组合选出满足目标的子集问题。

class Solution {
public:
//核心思路:m n是背包维度 物品就是字符串 字符串中所含的0和1的个数就是物品的重量 
//dp[i][j]:空间为i j的背包最多可以装多少个字符串int findMaxForm(vector<string>& strs, int m, int n) {vector<vector<int>> dp(m + 1, vector<int>(n + 1, 0));//最外层循环遍历物品for (string str : strs) {//需要先获取物品信息 包含几个0 几个1int x = 0;int y = 0;for (char c : str) {if (c == '0') {x++;} else {y++;}}//遍历背包 因为本身就是二维01背包 这里用的又是二维数组 所以两个维度都要从后向前遍历 防止一个物品多次加入for (int i = m; i >= x; i--) {for (int j = n; j >= y; j--) {//一种是考虑带上当前遍历的物品 另一种是考虑不带当前物品 选装的物品更多的方案留下dp[i][j] = max(dp[i - x][j - y] + 1, dp[i][j]);}}}return dp[m][n];}
};

这篇关于代码随想录算法训练营第四十三天 | 1049. 最后一块石头的重量 II、494. 目标和、474.一和零的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/688833

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费