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
的最大子集的长度,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 。
提示:
1 <= strs.length <= 600
1 <= strs[i].length <= 100
strs[i]
仅由'0'
和'1'
组成1 <= m, n <= 100
思路:
采用动态规划,将本题转化为 01 背包问题。将字符串数组中的每一个字符串看作一个 物品,每个物品重量分为两个维度,0的个数为 x,1的个数为 y。因此想要将这个物品(字符串)放进背包(子集)中,就需要背包有足够的空间(m>=x,n>=y)来容纳它。dp[ i ][ j ] 表示容量为 i,j 的 背包 中所能装物品的最大个数。
递推公式:dp[ i ][ j ] = Math.max(dp[ i ][ j ],dp[ i - x ][ j - y ] + 1 )。dp[ i ][ j ] 有两个来源,一是 物品(字符串)没有放进背包里面,那么 dp[ i ][ j ] 不变。二是 物品(字符串)放入了背包,则dp[ i ][ j ] = dp[ i - x ][ j - y ] + 1 ,背包的里面 0 和 1 的剩下的容量要减少,背包中装的物品的个数 +1。
初始化:dp[ 0 ][ 0 ] 显然为 0,其余的 dp 值也初始化为 0,避免初始值过大而覆盖 运算后的数据。遍历顺序:先遍历物品(字符串),再遍历背包容量。遍历背包容量时,要从大到小遍历,避免 将物品(字符串)重复添加。
代码:
class Solution {
public int findMaxForm(String[] strs, int m, int n) {
int[][] dp = new int[m+1][n+1];
for(String str:strs){
int x=0,y=0;//x:0的数量 y:1的数量
for(int k=0;k<str.length();k++){
if(str.charAt(k)=='0')x++;
else y++;
}
//i>=x,因为如果当前背包还能装下0的数量i小于当前str的0的数量x的话,
//当前背包必然装不下当前str
for(int i=m;i>=x;i--){
for(int j=n;j>=y;j--){
dp[i][j] = Math.max(dp[i][j],dp[i-x][j-y]+1);
}
}
}
return dp[m][n];
}
}
参考:代码随想录