• 1049最后一块石头的重量II Marathon


    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

    来源:力扣(LeetCode)
    链接:https://leetcode-cn.com/problems/last-stone-weight-ii

    参考:

    python

    # 1049.最后一块石头的重量II
    
    class Solution:
        def lastStoneWeightII(self, stones: [int]) -> int:
            """
            动态规划,时间O(n^2), 空间O(n)
            原理同分割等和子集,但区分最后结果处理
            :param stones:
            :return:
            """
            sumWeight = sum(stones)
            target = sumWeight // 2
            dp = [0] * (target+1)
            for i in range(len(stones)):
                for j in range(target, stones[i]-1, -1):
                    dp[j] = max(dp[j], dp[j-stones[i]] + stones[i])
            return (sumWeight-dp[target]) - dp[target] # 重的那堆-另一堆
    

    golang

    package dynamicPrograming
    
    // 动态规划
    func lastStoneWeightII(stones []int) int {
    	var sum int
    	for _, v := range stones {
    		sum += v
    	}
    	var target int = sum / 2
    	dp := make([]int, target+1)
    	for i:=0;i<len(stones);i++ {
    		for j:=target;j>=stones[i];j-- {
    			dp[j] = max(dp[j], dp[j-stones[i]]+stones[i])
    		}
    	}
    	return sum - dp[target] - dp[target]
    }
    
    func max(a,b int) int {
    	if a > b {
    		return a
    	}
    	return b
    }
    
    
  • 相关阅读:
    Floyd判圈算法 Floyd Cycle Detection Algorithm
    最优化问题 Optimization Problems & 动态规划 Dynamic Programming
    自平衡二叉搜索树
    树 & 二叉树
    数根
    二叉搜索树BST
    K-Means & Sequential Leader Clustering
    KMP算法
    递归问题的时间复杂度分析
    人工神经网络 Artificial Neural Network
  • 原文地址:https://www.cnblogs.com/davis12/p/15621986.html
Copyright © 2020-2023  润新知