题目描述
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。返回这块石头尽可能小的重量。(如果没有石头剩下,就返回 0。)
样例
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。
注意
1 <= stones.length <= 30
1 <= stones[i] <= 100
算法
(动态规划) O(n×sum)
- 合并的过程就是给每个重量前赋值正号或者负号的过程,相当于把这些石头分为两组,使得两组的差值尽可能小,所以这是经典的集合划分 NP 完全问题,可以采用动态规划的方法求解。
- 设状态 f(i) 表示是否存在一个划分,使得某组的重量总和为 i。
- 初始时 f(0)=true,其余为 false。
- 转移时,模仿 01 背包的算法,对于每个物品,有放和不放两种决策,故 f(j)=f(j) or f(j−stones[j])。
- 最终答案需要枚举,j 从 sum2 开始到 0,如果 f(j)==true,则返回 sum−j−j。
时间复杂度
- 状态数为 O(n×sum),转移时间为常数,故时间复杂度为 O(n×sum)。
空间复杂度
- 需要额外 O(sum) 的空间存储状态。
C++ 代码
class Solution {
public:
int lastStoneWeightII(vector<int>& stones) {
int n = stones.size(), sum = 0;
for (int i = 0; i < n; i++)
sum += stones[i];
vector<bool> f(sum + 1, false);
f[0] = true;
for (int i = 0; i < n; i++)
for (int j = sum / 2; j >= stones[i]; j--)
f[j] = f[j] || f[j - stones[i]];
for (int i = sum / 2; i >= 0; i--)
if (f[i])
return sum - i - i;
return sum;
}
};
impl Solution { pub fn last_stone_weight_ii(stones: Vec<i32>) -> i32 { let n = stones.len(); let s = stones.iter().sum(); let wei = (s / 2) as usize; let mut dp = vec![false;wei as usize + 1]; dp[0] = true;//最开始的时候可以分割出0的组 for i in 0..n{ for j in (stones[i] as usize..=wei).rev(){ dp[j] = dp[j] || dp[j - stones[i] as usize]; } } for i in (0..=wei).rev(){ if dp[i]{ return s - 2 * i as i32; } } s } }
多谢~
为什么是sum - i - i呢?
f(i) 是 true,所以两部分就是 i 和 sum−i,最小的差值就是 sum−i−i