动态规划LeetCode-1049.最后一块石头的重量Ⅱ

devtools/2025/2/13 10:08:16/

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:

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+1int 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:
 

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];


http://www.ppmy.cn/devtools/158449.html

相关文章

【测试开发】Python+Django实现接口测试工具

PythonDjango接口自动化 引言&#xff1a; 最近被几个公司实习生整自闭了&#xff0c;没有基础&#xff0c;想学自动化又不知道怎么去学&#xff0c;没有方向没有头绪&#xff0c;说白了其实就是学习过程中没有成就感&#xff0c;所以学不下去。出于各种花里胡哨的原因&#xf…

19.4.5 查询带聚合函数的SQL语句

版权声明&#xff1a;本文为博主原创文章&#xff0c;转载请在显著位置标明本文出处以及作者网名&#xff0c;未经作者允许不得用于商业目的。 需要北风数据库的请留言自己的信箱。 前面第19.4.1节学习了返回多条数据的查询是采用OleDbCommand的ExecuteReader方法。如果带聚合…

荣耀手机Magic3系列、Magic4系列、Magic5系列、Magic6系列、Magic7系列详情对比以及最新二手价格预测

目录 荣耀Magic系列手机详细对比 最新二手价格预测 性价比分析 总结 以下是荣耀Magic系列手机的详细对比以及最新二手价格预测&#xff1a; 荣耀Magic系列手机详细对比 特性荣耀Magic3系列荣耀Magic4系列荣耀Magic5系列荣耀Magic6系列荣耀Magic7系列处理器骁龙888&#x…

.Net使用EF Core框架如何连接Oracle

目录 一、Nutget包添加 二、 配置文件 三、创建实体类 四、创建数据库上下文类 五、将数据库上下文服务注册到容器 六、测试数据库数据 &#xff08;1&#xff09;编写PeopleController &#xff08;2&#xff09;编写People页面 一、Nutget包添加 一定要安装Oracle.Ma…

SAP系统常见的接口方式及特点介绍

【SAP系统研究】 在SAP系统中,接口主要用于系统间或系统与外部应用的数据交换和集成。以下是常见的接口方式及其特点: 一、IDoc方式 IDoc,Intermediate document,是SAP历史很悠久的接口技术,是一种系统间通用的数据交换媒介文件。IDoc基于XML的标准格式,常用于EDI、系…

vscode/cursor+godot C#中使用socketIO

在 Visual Studio Code(VS Code)中安装 NuGet 包&#xff08;例如SocketIOClient&#xff09;&#xff0c;你可以通过以下几种方法&#xff1a; 方法 1&#xff1a;使用dotnet cli 打开终端&#xff1a;在 VS Code 中按下Ctrl 或者通过菜单View -> Terminal打开终端。 导…

51c自动驾驶~合集49

我自己的原文哦~ https://blog.51cto.com/whaosoft/13164876 #Ultra-AV 轨迹预测新基准&#xff01;清华开源&#xff1a;统一自动驾驶纵向轨迹数据集 自动驾驶车辆在交通运输领域展现出巨大潜力&#xff0c;而理解其纵向驾驶行为是实现安全高效自动驾驶的关键。现有的开…

正则表达式--元字符-限定符(4)

正则的限定元字符 表示前边一个符号代表的内容出现多少次 1.* ------ 表示0~正无穷次 2. ------ 表示 1~正无穷次 3. ? ------ 表示 0~1次 4. {n} ------ 表示 限定 n 次, 不能多也不能少 5. {n,} ------ 表示 最少 n 次 6. {n,m} ------ 表示 最少 n 次, 最多 m 次 <!DO…