1049. 最后一块石头的重量 II
1049. 最后一块石头的重量 II
题目
You are given an array of integers stones
where stones[i]
is the weight of the ith
stone.
We are playing a game with the stones. On each turn, we choose any two stones and smash them together. Suppose the stones have weights x
and y
with x <= y
. The result of this smash is:
- If
x == y
, both stones are destroyed, and - If
x != y
, the stone of weightx
is destroyed, and the stone of weighty
has new weighty - x
.
At the end of the game, there is at most one stone left.
Return the smallest possible weight of the left stone. If there are no stones left, return 0
.
Example 1:
Input: stones = [2,7,4,1,8,1]
Output: 1
Explanation:
We can combine 2 and 4 to get 2, so the array converts to [2,7,1,8,1] then,
we can combine 7 and 8 to get 1, so the array converts to [2,1,1,1] then,
we can combine 2 and 1 to get 1, so the array converts to [1,1,1] then,
we can combine 1 and 1 to get 0, so the array converts to [1], then that's the optimal value.
Example 2:
Input: stones = [31,26,33,21,40]
Output: 5
Constraints:
1 <= stones.length <= 30
1 <= stones[i] <= 100
题目大意
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
解题思路
思路一:动态规划
这道题可以转化为背包问题,有一定的难度。
题目要从石头堆中选出任意两块石头,然后将它们一起粉碎,求最后一块石头的重量。可以将问题转化为:把一堆石头分成两堆,求两堆石头重量差最小值;
进一步分析,要让差值小,两堆石头的重量都要接近 sum/2
,我们假设两堆分别为 A
、B
,A<sum/2
,B>sum/2
,若 A
更接近 sum/2
,B
也相应更接近 sum/2
;
进一步转化,将一堆 stones
放进最大容量为 sum/2
的背包,求放进去的石头的最大重量 MaxWeight
,最终答案即为 sum-2*MaxWeight
;
- 先求出所有石头的总重量
sum
,则背包的重量为target = sum / 2
; - 使用二维数组
dp
,其中dp[i][j]
表示将前i
块石头放入容量为j
的背包时,背包里石头的最大重量。 - 初始化第一列,表示只有一块石头
stones[0]
时,背包里石头的最大重量。 - 状态转移方程:
dp[i][j] = max(dp[i - 1][j], dp[i - 1][j - stones[i]] + stones[i]
- 其中,
dp[i - 1][j]
表示第i
个石头不放入背包; dp[i - 1][j - stones[i]] + stones[i]
表示第i
个石头放入背包,则对于前i - 1
块石头,背包的容量只剩j - stones[i]
;
- 其中,
- 遍历石头重量和背包容量,根据状态转移方程更新
dp[i][j]
的值。 - 最后返回
sum - 2 * dp[n - 1][target]
复杂度分析
- 时间复杂度:
O(n * target)
,其中n
是石头的数量,target
是石头总重量的 1/2。 - 空间复杂度:
O(n * target)
,使用了一个二维动态规划数组。
思路二:压缩状态的动态规划
- 由于二维数组中,第
i
行dp[i][...]
只和第i - 1
行dp[i - 1][...]
有关,所以可以将dp
数组压缩至一维; - 使用一维数组
dp
,其中dp[j]
表示背包容量为j
时的,背包里石头的最大重量; - 初始化
dp
数组为 0; - 状态转移方程:
dp[j] = max(dp[j], dp[j - stones[i]] + stones[i]
;- 其中,
dp[j]
表示第i
个石头不放入背包; dp[j - stones[i]] + stones[i]
表示第i
个石头放入背包,则对于前i - 1
块石头,背包的容量只剩j - stones[i]
;
- 其中,
- 遍历石头重量和背包容量,根据状态转移方程更新
dp[i][j]
的值,注意,此时需要反向遍历j
,确保在更新当前状态时,所依赖的状态已经被正确计算; - 最后返回
sum - 2 * dp[target]
;
复杂度分析
- 时间复杂度:
O(n * target)
,其中n
是石头的数量,target
是石头总重量的 1/2。 - 空间复杂度:
O(target)
,使用了一个一维动态规划数组。
代码
/**
* @param {number[]} stones
* @return {number}
*/
var lastStoneWeightII = function (stones) {
const sum = stones.reduce((num, acc) => acc + num, 0);
const target = Math.floor(sum / 2);
const n = stones.length;
const dp = new Array(n).fill(0).map(() => new Array(target + 1).fill(0));
// base case
for (let j = 0; j <= target; j++) {
if (j < stones[0]) {
dp[0][j] = 0;
} else {
dp[0][j] = stones[0];
}
}
for (let i = 1; i < n; i++) {
for (let j = 1; j <= target; j++) {
if (j < stones[i]) {
dp[i][j] = dp[i - 1][j];
} else {
dp[i][j] = Math.max(dp[i - 1][j], dp[i - 1][j - stones[i]] + stones[i]);
}
}
}
return sum - 2 * dp[n - 1][target];
};
/**
* @param {number[]} stones
* @return {number}
*/
var lastStoneWeightII = function (stones) {
const sum = stones.reduce((num, acc) => acc + num, 0);
const target = Math.floor(sum / 2);
const n = stones.length;
const dp = new Array(target + 1).fill(0);
for (let i = 0; i < n; i++) {
for (let j = target; j >= 0; j--) {
if (j >= stones[i]) {
dp[j] = Math.max(dp[j], dp[j - stones[i]] + stones[i]);
}
}
}
return sum - 2 * dp[target];
};
相关题目
题号 | 标题 | 题解 | 标签 | 难度 |
---|---|---|---|---|
2035 | 将数组分成两个数组并最小化数组和的差 | 位运算 数组 双指针 4+ |