首页 > 其他分享 >2023-04-20: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

2023-04-20: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

时间:2023-04-20 21:34:21浏览次数:39  
标签:stones 重量 石头 总重量 sum dp

2023-04-20: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。

答案2023-04-20:

算法流程:

  1. 遍历一遍所有石头,计算石头总重量 sum
  2. 计算目标重量 target = sum / 2
  3. 使用动态规划求解在限制条件下可以得到的最大重量;
  4. 返回石头总重量减去两堆石子的总重量之差,即为最小重量差。

动态规划过程:

  1. 定义状态:设 dp[i][j] 表示前 i 个石头在限制条件下可以得到的最大重量;
  2. 初始化状态:dp[0][j] = 0,表示前 0 个石头在限制条件下无法得到任何重量;dp[i][0] = 0,表示在不限制目标重量的情况下无法得到任何重量;
  3. 状态转移方程:对于第 i 个石头,有两种选择:取或不取。若不取,则当前石头对总重量贡献为0,即 dp[i][j] = dp[i-1][j]。若取,则当前石头会对总重量产生贡献,贡献值为当前石头重量 stones[i-1] 加上前 i-1 个石头在目标重量为 j - stones[i-1] 下可以得到的最大重量 dp[i-1][j-stones[i-1]],即 dp[i][j] = dp[i-1][j-stones[i-1]] + stones[i-1]。因此可以得到状态转移方程:
dp[i][j] = max(dp[i-1][j], dp[i-1][j-stones[i-1]]+stones[i-1])
  1. 最终结果:返回 sum - 2 * dp[n][target]

其中,max 函数用于计算两个整数中的较大值。

注意:由于题目要求粉碎的重量差最小,因此需要将石头分为两组,使它们的重量之差最小。因此在计算完一组石头的最大重量后,还需要用总重量减去两堆石子的总重量之差,以得到另一组石头的重量。

时间复杂度:该算法使用了动态规划方法,在遍历石头和目标重量的过程中,对于每个子问题都需要计算一次最大重量,因此时间复杂度为 2023-04-20: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_动态规划,其中 2023-04-20: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_迭代_02 是石头数量,2023-04-20: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_动态规划_03 是目标重量的一半。

空间复杂度:在使用动态规划求解最大重量的过程中,需要使用一个二维数组 dp 来保存所有子问题的计算结果。因此空间复杂度为 2023-04-20: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_动态规划。但由于每次迭代只需要使用到上一次迭代的结果,因此可以使用滚动数组将空间复杂度优化到 2023-04-20: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_动态规划_05

go完整代码如下:

package main

import "fmt"

func lastStoneWeightII(stones []int) int {
	n := len(stones)
	sum := 0
	for _, num := range stones {
		sum += num
	}
	half := sum / 2
	dp := make([][]int, n+1)
	for i := range dp {
		dp[i] = make([]int, half+1)
	}
	for i := n - 1; i >= 0; i-- {
		for rest := 0; rest <= half; rest++ {
			p1 := dp[i+1][rest]
			p2 := 0
			if stones[i] <= rest {
				p2 = stones[i] + dp[i+1][rest-stones[i]]
			}
			dp[i][rest] = max(p1, p2)
		}
	}
	return sum - dp[0][half]*2
}

func max(x, y int) int {
	if x > y {
		return x
	}
	return y
}

func main() {
	stones := []int{2, 7, 4, 1, 8, 1}
	fmt.Println(lastStoneWeightII(stones)) // expected output: 1

	stones = []int{31, 26, 33, 21, 40}
	fmt.Println(lastStoneWeightII(stones)) // expected output: 5
}

2023-04-20: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_迭代_06

rust代码如下:

fn last_stone_weight_ii(arr: Vec<i32>) -> i32 {
    let n = arr.len();
    let sum = arr.iter().sum::<i32>();
    let half = sum / 2;
    let mut dp = vec![vec![0; half as usize + 1]; n + 1];
    for i in (0..n).rev() {
        for rest in 0..=half {
            let p1 = dp[i + 1][rest as usize];
            let mut p2 = 0;
            if arr[i] <= rest as i32 {
                p2 = arr[i] + dp[i + 1][(rest - arr[i]) as usize];
            }
            dp[i][rest as usize] = p1.max(p2);
        }
    }
    (sum - dp[0][half as usize] * 2) as i32
}

fn main() {
    let stones = vec![2, 7, 4, 1, 8, 1];
    let ans = last_stone_weight_ii(stones);
    println!("{}", ans); // 输出 1

    let stones = vec![31, 26, 33, 21, 40];
    let ans = last_stone_weight_ii(stones);
    println!("{}", ans); // 输出 5
}

2023-04-20: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_动态规划_07

标签:stones,重量,石头,总重量,sum,dp
From: https://blog.51cto.com/u_14891145/6210676

相关文章