文章目录
416. 分割等和子集
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。
提示:
1 <= nums.length <= 200
1 <= nums[i] <= 100
分析
- 这题因为数据规模比较小,所以我们可以抽象为01背包。
- 首先分割成两个子集 ,每个数肯定只能选一次,对于其中一个子集,这个数要么选要么不选,这不就很像01背包吗?
- 当我们把每个数当成是物品的价值和质量时,背包容量为总和的一半加1时,01背包的要素不就完整了吗?
- 我们这里为了省空间,直接使用一维滚动数组dp[j],表示容量为j的最大价值。
- 那我们可以思考一下,当背包装满时,我们必定会返回True,背包不满时,我们返回False,不会出现溢出现象,因为我每次取的数(物品)质量和价值相等,即最后填满重量,相当于填满价值。
- 当然,nuns的总和如果为奇数,肯定是没办法分割的。
- 抽象为01背包后,之后的事情就简单了。
代码
class Solution:
def canPartition(self, nums: List[int]) -> bool:
# 抽象为01背包问题
# nums[i] 即是重量也是价值
# Sum(nums)总和的一半:背包的最大承重
# dp[j] : 容量为j的背包最大价值
Sum = sum(nums)
if Sum % 2 == 1:
return False
palf = Sum // 2
dp = [0] * int(palf+1) # 容量为j的背包的最大价值
for i in range(len(nums)): # 遍历物品
for j in range(palf,nums[i]-1,-1): # 、反向遍历背包
dp[j] = max(dp[j],dp[j-nums[i]]+nums[i])
return dp[palf] == Sum/2
通过截图
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
示例 3:
输入:stones = [1,2]
输出:1
提示:
1 <= stones.length <= 30
1 <= stones[i] <= 100
分析
- 这题看上去很复杂,其实就是上题的升级版。两块石头碰一起,剩下(大质量石头减小质量石头)
- 其实不就相当于,两堆质量最为相近的石头碰撞在一起,剩下石头吗?
- 首先将石头分为两堆 ,每个石头肯定只能选一次,对于其中一堆石头,这个石头要么选要么不选,这不就很像01背包吗?
- dp[j]表示j块石头的最大值(有些人可能疑惑:不是要两堆质量相近吗?为什么这里拿最大价值,不着急,先看后面)
- 我们和刚才一样,由于数据规模较小,我们将石头重量等同于价值。我们先算出重量总和的一半,我们开辟重量总和一半+1个空间,背包要素不就完整了吗?
当然,其实不说价值这个概念也没事,主要是根据01背包的基本模板来讲而已。
- dp数组最后一个值,相当于容量为和一半的背包所能承受的最大石头价值(重量)
相当于他是在<=2/sum中最逼近总和中值的数
,所以另一堆的质量和也与他最相近Sum-dp[一半加一]
代码
class Solution:
def lastStoneWeightII(self, stones: List[int]) -> int:
# 抽象为01背包
# dp[j]表示容量为j的背包里面石头的最大价值(重量)
# 背包大小为石头的个数
dp = [100]*(len(stones)+1)
Sum = sum(stones) # 总重量
weight = Sum // 2
dp = [0] * int(weight+1) # 容量为j的背包的最大价值
for i in range(len(stones)): # 遍历物品
for j in range(weight,stones[i]-1,-1): # 反向遍历背包
dp[j] = max(dp[j],dp[j-stones[i]]+stones[i])
return Sum-dp[weight]-dp[weight]
通过截图
如有错误,敬请指正,欢迎交流,谢谢♪(・ω・)ノ