【随想录】Day43—第九章 动态规划part05

2024-05-09 20:20

本文主要是介绍【随想录】Day43—第九章 动态规划part05,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!

目录

  • 题目1: 1049. 最后一块石头的重量 II
    • 1- 思路
    • 2- 题解
      • ⭐ 最后一块石头的重量 II ——题解思路
  • 题目2: 494. 目标和
    • 1- 思路
      • 动规五部曲
    • 2- 题解
      • ⭐目标和 ——题解思路
  • 题目3: 一和零
    • 1- 思路
      • 动规五部曲
    • 2- 题解
      • ⭐一和零 ——题解思路


题目1: 1049. 最后一块石头的重量 II

  • 题目链接:1049. 最后一块石头的重量 II

1- 思路

思路:尽量将石头分为重量相似的两堆,例如 [2,7,4,1,8,1] sum = 23 分为 sum/2 = 11

  • 分为重量相等的两堆也就是 11 和 12 ,让这两堆相撞结果为 1
  • 问题化简 ——> 化简为 如何将重量划分为 容量 11 的石头堆
  • 该问题就和 划分 等和 子集很像

动规五部曲

  • 1. 定义 dp 数组以及其含义
    • 本题中,容量实际上就是为石头的价值。即装满容量为 11 的背包的最大价值就是 装满容量为 11 的背包的最大重量 ——> 所求为 装满容量 11 背包的最大重量
    • 类似于 等和数组 均分的思路
  • 2. 递推公式
    • dp[j] = Math.max(dp[j],dp[j-weight[i]]+value[i]);
  • 3. dp 数组初始化
    • dp[0] = 0
  • 4.确定遍历顺序
    • ① 先遍历重量for(int i = 0 ; i < n;i++)
    • ② 再遍历背包for(int j = target; j >= stones[i];j--)

2- 题解

⭐ 最后一块石头的重量 II ——题解思路

在这里插入图片描述

class Solution {public int lastStoneWeightII(int[] stones) {// 定义 dp 数组// dp 数组含义,为 j 容量的最大收益int sum = 0;for(int i : stones){sum+=i;}int target = sum/2;int n = stones.length;int[] dp = new int[target+1];// 2. 递推公式 dp[j] = Math.max(dp[j],dp[j-weight[i]]+value[i]);// 3. 初始化dp[0] = 0;// 4. 遍历顺序// i 从 0 遍历到 n// j 从 target 遍历到 weight[i]for(int i = 0 ; i < n;i++){for(int j = target; j >= stones[i];j--){dp[j] = Math.max(dp[j],dp[j-stones[i]]+stones[i]);}}return sum - 2*dp[target];}
}

题目2: 494. 目标和

  • 题目链接:494. 目标和

1- 思路

思路:将集合分为 加法集合 left ,减法集合 right
推导过程:

  • 定义 ①sum = left + right
  • 同时 ②left - right = target
  • 由 ① 得到 ③ right = sum - left
  • 将 ③ 带入 ② 得到 left = (target + sum)/2

实际求解

  • 根据 left = (target + sum)/2 ——> 寻找能组合成 left 的种类数

举例:
此时对于样例[1,1,1,1,1] ,只需要求出正数和为 4 的情况种类,其他就是负数集合
遇到 left 不能整除的情况:则没有这种情况,凑不出 target ——> 直接return 0
求解目标:

  • 给你一个容量为 left 的背包,有多少种情况 可以将该背包装满?

动规五部曲

  • 1. 定义 dp 数组即 dp 数组含义
    • dp[j] 代表装满容量为 j 的背包,拥有的 dp[j] 种方法,也就是考虑正数 left 的方法数
  • 2. 递推公式
    • 此时的递推公式类似于爬楼梯
    • 如果已经有 物品 重量1 ,则需要 dp[4] 种方法 凑出 dp[5]
    • 如果已经有 物品 重量2 ,则需要 dp[3] 种方法 凑出 dp[5]
    • 如果推导 dp[5] = dp[4] + dp[3] + dp[2] + dp[1] +dp[0]
    • 最终dp[j] += dp[j - numbers[i]]
  • 3. dp 数组初始化
    • 理解 [0]target = 0 ,此时 left = (target + sum)/2left0 ,则正数集合为 0 有一种情况 也就是取 +
  • 4. 确定遍历顺序
    • ① 先遍历重量for(int i = 0 ; i < n;i++)
    • ② 再遍历背包for(int j = left; j >= weight[i];j--)

2- 题解

⭐目标和 ——题解思路

在这里插入图片描述

class Solution {public int findTargetSumWays(int[] nums, int target) {int sum = 0;for(int i:nums){sum += i;}//如果target的绝对值大于sum,那么是没有方案的if (Math.abs(target) > sum) return 0;if((target+sum)%2 != 0){return 0;}int left = (target+sum)/2;// 1. 定义 dp 数组int[] dp = new int[left+1];// 2. 确定递推公式// dp[j] += dp[j-weight[i]]// 3. 初始化dp[0] = 1;// 4. 确定遍历顺序for(int i = 0 ; i < nums.length;i++){for(int j = left;j>=nums[i];j--){dp[j] += dp[j-nums[i]];}}return dp[left];}
}

题目3: 一和零

  • 题目链接:474. 一和零

1- 思路

本题目标

  • 装满这个背包 ,最多有多少种物品?

动规五部曲

  • 1. 确定 dp 数组含义
    • dp[m][n] ,装满 m 个 0 和 n 个 1 的背包,最多的物品数
  • 2. 确定递推公式
    • ① 根据一维 dp 推导, dp[j] = Math.max(dp[j],dp[j-weight[i]) + value[i]
    • 本题物品的重量是 x 个 0y 个 1,背包的重量相当于 m 个 0n 个 1
    • 根据 ① 推导dp[i][j] = Math.max(dp[i][j] , dp[i-x][j-y]+1)
  • 3. dp 数组初始化
    • dp[0][0] = 0
  • 4. 遍历顺序
    • 先遍历字符串数组
    • 将每个遍历到的字符串的 x 个 0y 个 1 取出来

2- 题解

⭐一和零 ——题解思路

在这里插入图片描述

class Solution {public int findMaxForm(String[] strs, int m, int n) {// 1. 定义 dp 数组// 包含 i个0 j个1 的自己的最大长度int[][] dp = new int[m+1][n+1];// 2. 确定递推公式// dp[i][j] = Math.max(dp[i-1][j],dp[i][j-1]);// 3. dp 数组初始化dp[0][0] = 0;// 4. 确定遍历顺序for (String str : strs){int x = 0;int y = 0;for(char c:str.toCharArray()){if(c == '0'){x++;}else{y++;}}// 反向遍历for(int i = m;i>=x;i--){for(int j = n ; j>= y;j--){dp[i][j] = Math.max(dp[i][j],dp[i-x][j-y]+1);}}}return dp[m][n];}
}

这篇关于【随想录】Day43—第九章 动态规划part05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/974406

相关文章

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始,按照书籍的划分,第10章开始就进入保护模式(Protected Mode)部分了,感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断(Interrupt)的设计,中断的几种方式:外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用: 为了更好的利用处理器的性能。协同快速和慢速设备一起工作

动态规划---打家劫舍

题目: 你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组,计算你 不触动警报装置的情况下 ,一夜之内能够偷窃到的最高金额。 思路: 动态规划五部曲: 1.确定dp数组及含义 dp数组是一维数组,dp[i]代表

软考系统规划与管理师考试证书含金量高吗?

2024年软考系统规划与管理师考试报名时间节点: 报名时间:2024年上半年软考将于3月中旬陆续开始报名 考试时间:上半年5月25日到28日,下半年11月9日到12日 分数线:所有科目成绩均须达到45分以上(包括45分)方可通过考试 成绩查询:可在“中国计算机技术职业资格网”上查询软考成绩 出成绩时间:预计在11月左右 证书领取时间:一般在考试成绩公布后3~4个月,各地领取时间有所不同

poj 2976 分数规划二分贪心(部分对总体的贡献度) poj 3111

poj 2976: 题意: 在n场考试中,每场考试共有b题,答对的题目有a题。 允许去掉k场考试,求能达到的最高正确率是多少。 解析: 假设已知准确率为x,则每场考试对于准确率的贡献值为: a - b * x,将贡献值大的排序排在前面舍弃掉后k个。 然后二分x就行了。 代码: #include <iostream>#include <cstdio>#incl

代码随想录冲冲冲 Day39 动态规划Part7

198. 打家劫舍 dp数组的意义是在第i位的时候偷的最大钱数是多少 如果nums的size为0 总价值当然就是0 如果nums的size为1 总价值是nums[0] 遍历顺序就是从小到大遍历 之后是递推公式 对于dp[i]的最大价值来说有两种可能 1.偷第i个 那么最大价值就是dp[i-2]+nums[i] 2.不偷第i个 那么价值就是dp[i-1] 之后取这两个的最大值就是d

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2

轨迹规划-B样条

B样条究竟是干啥的?白话就是给出一堆点,用样条的方式,给这些点连接起来,并保证丝滑的。 同时B样条分为准均匀和非均匀,以下为准均匀为例。 参考链接1:https://zhuanlan.zhihu.com/p/50626506https://zhuanlan.zhihu.com/p/50626506 参考链接2: https://zhuanlan.zhihu.com/p/536470972h

PMBOK® 第六版 规划进度管理

目录 读后感—PMBOK第六版 目录 规划进度管理主要关注为整个项目期间的进度管理提供指南和方向。以下是两个案例,展示了进度管理中的复杂性和潜在的冲突: 案例一:近期,一个长期合作的客户因政策要求,急需我们为多家医院升级一个小功能。在这个过程中出现了三个主要问题: 在双方确认接口协议后,客户私自修改接口并未通知我们,直到催进度时才发现这个问题关于UI设计的部分,后台开发人员未将其传递给

LeetCode:64. 最大正方形 动态规划 时间复杂度O(nm)

64. 最大正方形 题目链接 题目描述 给定一个由 0 和 1 组成的二维矩阵,找出只包含 1 的最大正方形,并返回其面积。 示例1: 输入: 1 0 1 0 01 0 1 1 11 1 1 1 11 0 0 1 0输出: 4 示例2: 输入: 0 1 1 0 01 1 1 1 11 1 1 1 11 1 1 1 1输出: 9 解题思路 这道题的思路是使用动态规划

vue2实践:el-table实现由用户自己控制行数的动态表格

需求 项目中需要提供一个动态表单,如图: 当我点击添加时,便添加一行;点击右边的删除时,便删除这一行。 至少要有一行数据,但是没有上限。 思路 这种每一行的数据固定,但是不定行数的,很容易想到使用el-table来实现,它可以循环读取:data所绑定的数组,来生成行数据,不同的是: 1、table里面的每一个cell,需要放置一个input来支持用户编辑。 2、最后一列放置两个b