在数字化转型中,选择合适的跨平台开发框架不仅能提高效率,还有助于确保数据安全与合规性。
630
2022-08-24
头脑风暴:最后一块石头的重量
题目
有一堆石头,每块石头的重量都是正整数。
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: 输入:[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。
提示:
1 <= stones.length <= 301 <= stones[i] <= 1000
解题思路
本题的解题思路可以使用 01 背包来求解,如何让相撞之后的石头最小,那其实就是尽量将石头分成重量相同的俩堆,这样相撞之后剩下的就是重量最小的。
本题物品的重量为store[i],物品的价值也为store[i]。对应着01背包里的物品重量weight[i]和 物品价值value[i]。
第一步确定 dp 数组的含义:dp[j]表示容量为j的背包,最多可以背dp[j]这么重的石头。
第二步确定递推公式:dp[j] = Max(dp[j], dp[j - stone[i]] + stone[i])。
第三步 dp 数组初始化:既然 dp[j]中的j表示容量,那么最大重量是多少呢,就是所有石头的重量和。
因为提示中给出1 <= stones.length <= 30,1 <= stones[i] <= 1000,所以最大重量就是30 * 1000 。
而我们要求的target其实只是最大重量的一半,所以dp数组开到15000大小就可以了。
第四步确定遍历顺序:先遍历物品,然后再遍历背包,代码如下:
for (int i = 0; i < stones.size(); i++) { // 遍历物品 for (int j = target; j >= stones[i]; j--) { // 遍历背包
代码实现
class Solution { public int lastStoneWeightII(int[] stones) { int sum = 0; for(int i : stones){ sum += i; } int target = sum / 2; int[] dp = new int[target + 1]; for(int i = 0; i < stones.length; i++){ for(int j = target; j >= stones[i]; j--){ dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]); } } return sum - 2
最后
时间复杂度:O(m × n) , m是石头总重量得一半,n为石头块数。空间复杂度:O(m)。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~