474. 一和零(DP)

这是一个关于解决二进制字符串子集问题的算法实现。给定一个包含二进制字符串的数组strs,目标是找到一个子集,其中最多包含m个0和n个1。使用动态规划(DP)策略,类似于01背包问题,通过遍历字符串并更新dp数组,找到满足条件的最大子集大小。示例展示了如何在不同输入情况下应用此算法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

给你一个二进制字符串数组 strs 和两个整数 m 和 n 。

请你找出并返回 strs 的最大子集的大小,该子集中 最多 有 m 个 0 和 n 个 1 。

如果 x 的所有元素也是 y 的元素,集合 x 是集合 y 的 子集 。

示例 1:

输入:strs = [“10”, “0001”, “111001”, “1”, “0”], m = 5, n = 3
输出:4
解释:最多有 5 个 0 和 3 个 1 的最大子集是 {“10”,“0001”,“1”,“0”} ,因此答案是 4 。
其他满足题意但较小的子集包括 {“0001”,“1”} 和 {“10”,“1”,“0”} 。{“111001”} 不满足题意,因为它含 4 个 1 ,大于 n 的值 3 。
示例 2:

输入:strs = [“10”, “0”, “1”], m = 1, n = 1
输出:2
解释:最大的子集是 {“0”, “1”} ,所以答案是 2 。

分析:

类比取01背包取物品,每个物品有0的个数和1的个数这两个维度(类比背包中既要考虑重要又要考虑体积),与494.目标和的区别在于,这个题问的是背包装多少个,是每个物品取不取,而目标和的问题是求组合方式多少种,对于取不取的递推公式用max(不取,取+1),对于组合方式用 dp[i] += dp[i - nums[i]]来看不算这个之前已经有多少
ps:这两个问题已经进行了dp数组空间上的压缩

public:
    int findMaxForm(vector<string>& strs, int m, int n) {
        // 构造dp数组
        vector<vector<int>> dp(m + 1,vector<int>(n + 1));
        // 对strs进行处理
        int zeros = 0;
        int ones = 0;
        for(int i = 0; i < strs.size(); ++i){
            for(char c : strs[i]){
                if(c == '0') ++zeros;
                else ++ones;
            }
            for(int j = m; j >= zeros; --j){
                for(int k = n; k >= ones; --k){
                    // 递推公式,对这一个物品 max(不选,选(即背包元素个数加1))
                    dp[j][k] = max(dp[j][k], dp[j - zeros][k - ones] + 1);
                }
            }
            zeros = 0;
            ones = 0;
        }
        return dp[m][n];
    }
};

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值