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
}