目录
416. 分割等和子集
问题描述:
实现代码与解析:
动态规划(01背包问题):
原理思路:
1049. 最后一块石头的重量 II
问题描述:
实现代码与解析:
动态规划(01背包问题):
原理思路:
416. 分割等和子集
问题描述:
给你一个 只包含正整数 的 非空 数组 nums
。请你判断是否可以将这个数组分割成两个子集,使得两个子集的元素和相等。
示例 1:
输入:nums = [1,5,11,5] 输出:true 解释:数组可以分割成 [1, 5, 5] 和 [11] 。
示例 2:
输入:nums = [1,2,3,5] 输出:false 解释:数组不能分割成两个元素和相等的子集。
实现代码与解析:
动态规划(01背包问题):
class Solution {
public:bool canPartition(vector<int>& nums) {int sum = 0;//求和for(int i = 0; i < nums.size(); i++){sum += nums[i];}if(sum % 2 == 1) return false;//奇数显然不行int target = sum / 2;//所求值//01背包vector<int> dp(target + 1, 0); for(int i = 0; i < nums.size(); i++){for(int j = target; j >= nums[i]; j--){dp[j] = max(dp[j], dp[j - nums[i]] + nums[i]);}}if(dp[target] == target) return true;else return false;}
};
原理思路:
此题我们只要找出子集和为总和的一半就说明该数组符合题目条件,因为只要找出了一半,那另一半一定是与之相等的。
我们可以把此看看作01背包问题,当容量为数组和的一半的背包,其最大价值正好也等于数组和的一半,就说明此数组符合条件。此题数组的值大小既是背包问题中物品的体积(质量),又是其价值。
然后就是背包的遍历了,这里我们用的是一维优化的代码,比较简洁和好写,具体可以直接我发的
动态规划:0-1背包问题 | 详细原理解释 | 代码及优化(C++)_Cosmoshhhyyy的博客-CSDN博客的文章。
1049. 最后一块石头的重量 II
问题描述:
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
实现代码与解析:
动态规划(01背包问题):
class Solution {
public:int lastStoneWeightII(vector<int>& stones) {int sum = 0;//和for(int i = 0; i < stones.size(); i++){sum += stones[i];}int target = sum / 2;vector<int> dp(target + 1, 0);//01背包遍历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];}
};
原理思路:
与上一题基本相同,简单来说就是任意选 i 块石头,使得他们的重量趋近于总重量的一半,因为这样和另一半抵消的差值就是最小的。