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
方法一:动态规划 这道题和经典的背包问题非常相似,但是和经典的背包问题只有一种容量不同,这道题有两种容量,即选取的字符串子集中的 0 和 1 的数量上限。
经典的背包问题可以使用二维动态规划求解,两个维度分别是物品和容量。这道题有两种容量,因此需要使用三维动态规划求解,三个维度分别是字符串、0 的容量和 1 的容量。
定义三维数组 dp,其中 dp}[i][j][k] 表示在前 i 个字符串中,使用 j 个 0 和 k 个 1 的情况下最多可以得到的字符串数量。假设数组 str 的长度为 l,则最终答案为 dp}[l][m][n]。
当没有任何字符串可以使用时,可以得到的字符串数量只能是 0,因此动态规划的边界条件是:当 i=0 时,对任意 0 \le j \le m 和 0 \le k \le n,都有 dp}[i][j][k]=0。
当 1 \le i \le l 时,对于 strs 中的第 i 个字符串(计数从 1 开始),首先遍历该字符串得到其中的 0 和 1 的数量,分别记为 zeros 和 ones,然后对于 0 \le j \le m 和 0 \le k \le n,计算 dp}[i][j][k] 的值。
当 0 和 1 的容量分别是 j 和 k 时,考虑以下两种情况:
如果 j < \textit{zeros 或 k < \textit{ones,则不能选第 i 个字符串,此时有 dp}[i][j][k] = \textit{dp}[i - 1][j][k];
如果 j \ge \textit{zeros 且 k \ge \textit{ones,则如果不选第 i 个字符串,有 dp}[i][j][k] = \textit{dp}[i - 1][j][k],如果选第 i 个字符串,有 dp}[i][j][k] = \textit{dp}[i - 1][j - \textit{zeros}][k - \textit{ones}] + 1,dp}[i][j][k] 的值应取上面两项中的最大值。
因此状态转移方程如下:
\textit{dp}[i][j][k]=\begin{cases} \textit{dp}[i - 1][j][k], & j<\textit{zeros} ~~ | ~~ k<\textit{ones} \ \max(\textit{dp}[i - 1][j][k], \textit{dp}[i - 1][j - \textit{zeros}][k - \textit{ones}] + 1), & j \ge \textit{zeros} ~ & ~ k \ge \textit{ones} \end{cases}
最终得到 dp}[l][m][n] 的值即为答案。
由此可以得到空间复杂度为 O(lmn) 的实现。
[sol1-Java] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 class Solution { public int findMaxForm (String[] strs, int m, int n) { int length = strs.length; int [][][] dp = new int [length + 1 ][m + 1 ][n + 1 ]; for (int i = 1 ; i <= length; i++) { int [] zerosOnes = getZerosOnes(strs[i - 1 ]); int zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (int j = 0 ; j <= m; j++) { for (int k = 0 ; k <= n; k++) { dp[i][j][k] = dp[i - 1 ][j][k]; if (j >= zeros && k >= ones) { dp[i][j][k] = Math.max(dp[i][j][k], dp[i - 1 ][j - zeros][k - ones] + 1 ); } } } } return dp[length][m][n]; } public int [] getZerosOnes(String str) { int [] zerosOnes = new int [2 ]; int length = str.length(); for (int i = 0 ; i < length; i++) { zerosOnes[str.charAt(i) - '0' ]++; } return zerosOnes; } }
[sol1-C#] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 public class Solution { public int FindMaxForm (string [] strs, int m, int n ) { int length = strs.Length; int [,,] dp = new int [length + 1 , m + 1 , n + 1 ]; for (int i = 1 ; i <= length; i++) { int [] zerosOnes = GetZerosOnes(strs[i - 1 ]); int zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (int j = 0 ; j <= m; j++) { for (int k = 0 ; k <= n; k++) { dp[i, j, k] = dp[i - 1 , j, k]; if (j >= zeros && k >= ones) { dp[i, j, k] = Math.Max(dp[i, j, k], dp[i - 1 , j - zeros, k - ones] + 1 ); } } } } return dp[length, m, n]; } public int [] GetZerosOnes (string str ) { int [] zerosOnes = new int [2 ]; int length = str.Length; for (int i = 0 ; i < length; i++) { zerosOnes[str[i] - '0' ]++; } return zerosOnes; } }
[sol1-JavaScript] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 var findMaxForm = function (strs, m, n ) { const length = strs.length ; const dp = new Array (length + 1 ).fill (0 ).map (() => new Array (m + 1 ).fill (0 ).map (() => new Array (n + 1 ).fill (0 ))); for (let i = 1 ; i <= length; i++) { const zerosOnes = getZerosOnes (strs[i - 1 ]); let zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (let j = 0 ; j <= m; j++) { for (let k = 0 ; k <= n; k++) { dp[i][j][k] = dp[i - 1 ][j][k]; if (j >= zeros && k >= ones) { dp[i][j][k] = Math .max (dp[i][j][k], dp[i - 1 ][j - zeros][k - ones] + 1 ); } } } } return dp[length][m][n]; }; const getZerosOnes = (str ) => { const zerosOnes = new Array (2 ).fill (0 ); const length = str.length ; for (let i = 0 ; i < length; i++) { zerosOnes[str[i].charCodeAt () - '0' .charCodeAt ()]++; } return zerosOnes; }
[sol1-Golang] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 func findMaxForm (strs []string , m, n int ) int { length := len (strs) dp := make ([][][]int , length+1 ) for i := range dp { dp[i] = make ([][]int , m+1 ) for j := range dp[i] { dp[i][j] = make ([]int , n+1 ) } } for i, s := range strs { zeros := strings.Count(s, "0" ) ones := len (s) - zeros for j := 0 ; j <= m; j++ { for k := 0 ; k <= n; k++ { dp[i+1 ][j][k] = dp[i][j][k] if j >= zeros && k >= ones { dp[i+1 ][j][k] = max(dp[i+1 ][j][k], dp[i][j-zeros][k-ones]+1 ) } } } } return dp[length][m][n] } func max (a, b int ) int { if a > b { return a } return b }
[sol1-C++] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 class Solution {public : vector<int > getZerosOnes (string& str) { vector<int > zerosOnes (2 ) ; int length = str.length (); for (int i = 0 ; i < length; i++) { zerosOnes[str[i] - '0' ]++; } return zerosOnes; } int findMaxForm (vector<string>& strs, int m, int n) { int length = strs.size (); vector<vector<vector<int >>> dp (length + 1 , vector<vector<int >>(m + 1 , vector <int >(n + 1 ))); for (int i = 1 ; i <= length; i++) { vector<int >&& zerosOnes = getZerosOnes (strs[i - 1 ]); int zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (int j = 0 ; j <= m; j++) { for (int k = 0 ; k <= n; k++) { dp[i][j][k] = dp[i - 1 ][j][k]; if (j >= zeros && k >= ones) { dp[i][j][k] = max (dp[i][j][k], dp[i - 1 ][j - zeros][k - ones] + 1 ); } } } } return dp[length][m][n]; } };
[sol1-C] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 void getZerosOnes (int * zerosOnes, char * str) { int length = strlen (str); for (int i = 0 ; i < length; i++) { zerosOnes[str[i] - '0' ]++; } } int findMaxForm (char ** strs, int strsSize, int m, int n) { int length = strsSize; int dp[length + 1 ][m + 1 ][n + 1 ]; memset (dp, 0 , sizeof (dp)); for (int i = 1 ; i <= length; i++) { int zerosOnes[2 ]; memset (zerosOnes, 0 , sizeof (zerosOnes)); getZerosOnes(zerosOnes, strs[i - 1 ]); int zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (int j = 0 ; j <= m; j++) { for (int k = 0 ; k <= n; k++) { dp[i][j][k] = dp[i - 1 ][j][k]; if (j >= zeros && k >= ones) { dp[i][j][k] = fmax(dp[i][j][k], dp[i - 1 ][j - zeros][k - ones] + 1 ); } } } } return dp[length][m][n]; }
由于 dp}[i][][] 的每个元素值的计算只和 dp}[i-1][][] 的元素值有关,因此可以使用滚动数组的方式,去掉 dp 的第一个维度,将空间复杂度优化到 O(mn)。
实现时,内层循环需采用倒序遍历的方式,这种方式保证转移来的是 dp}[i-1][][] 中的元素值。
[sol2-Java] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 class Solution { public int findMaxForm (String[] strs, int m, int n) { int [][] dp = new int [m + 1 ][n + 1 ]; int length = strs.length; for (int i = 0 ; i < length; i++) { int [] zerosOnes = getZerosOnes(strs[i]); int zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (int j = m; j >= zeros; j--) { for (int k = n; k >= ones; k--) { dp[j][k] = Math.max(dp[j][k], dp[j - zeros][k - ones] + 1 ); } } } return dp[m][n]; } public int [] getZerosOnes(String str) { int [] zerosOnes = new int [2 ]; int length = str.length(); for (int i = 0 ; i < length; i++) { zerosOnes[str.charAt(i) - '0' ]++; } return zerosOnes; } }
[sol2-C#] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 public class Solution { public int FindMaxForm (string [] strs, int m, int n ) { int [,] dp = new int [m + 1 , n + 1 ]; int length = strs.Length; for (int i = 0 ; i < length; i++) { int [] zerosOnes = GetZerosOnes(strs[i]); int zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (int j = m; j >= zeros; j--) { for (int k = n; k >= ones; k--) { dp[j, k] = Math.Max(dp[j, k], dp[j - zeros, k - ones] + 1 ); } } } return dp[m, n]; } public int [] GetZerosOnes (string str ) { int [] zerosOnes = new int [2 ]; int length = str.Length; for (int i = 0 ; i < length; i++) { zerosOnes[str[i] - '0' ]++; } return zerosOnes; } }
[sol2-JavaScript] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 var findMaxForm = function (strs, m, n ) { const dp = new Array (m + 1 ).fill (0 ).map (() => new Array (n + 1 ).fill (0 )); const length = strs.length ; for (let i = 0 ; i < length; i++) { const zerosOnes = getZerosOnes (strs[i]); const zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (let j = m; j >= zeros; j--) { for (let k = n; k >= ones; k--) { dp[j][k] = Math .max (dp[j][k], dp[j - zeros][k - ones] + 1 ); } } } return dp[m][n]; }; const getZerosOnes = (str ) => { const zerosOnes = new Array (2 ).fill (0 ); const length = str.length ; for (let i = 0 ; i < length; i++) { zerosOnes[str[i].charCodeAt () - '0' .charCodeAt ()]++; } return zerosOnes; }
[sol2-Golang] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 func findMaxForm (strs []string , m, n int ) int { dp := make ([][]int , m+1 ) for i := range dp { dp[i] = make ([]int , n+1 ) } for _, s := range strs { zeros := strings.Count(s, "0" ) ones := len (s) - zeros for j := m; j >= zeros; j-- { for k := n; k >= ones; k-- { dp[j][k] = max(dp[j][k], dp[j-zeros][k-ones]+1 ) } } } return dp[m][n] } func max (a, b int ) int { if a > b { return a } return b }
[sol2-C++] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 class Solution {public : vector<int > getZerosOnes (string& str) { vector<int > zerosOnes (2 ) ; int length = str.length (); for (int i = 0 ; i < length; i++) { zerosOnes[str[i] - '0' ]++; } return zerosOnes; } int findMaxForm (vector<string>& strs, int m, int n) { int length = strs.size (); vector<vector<int >> dp (m + 1 , vector <int >(n + 1 )); for (int i = 0 ; i < length; i++) { vector<int >&& zerosOnes = getZerosOnes (strs[i]); int zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (int j = m; j >= zeros; j--) { for (int k = n; k >= ones; k--) { dp[j][k] = max (dp[j][k], dp[j - zeros][k - ones] + 1 ); } } } return dp[m][n]; } };
[sol2-C] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 void getZerosOnes (int * zerosOnes, char * str) { int length = strlen (str); for (int i = 0 ; i < length; i++) { zerosOnes[str[i] - '0' ]++; } } int findMaxForm (char ** strs, int strsSize, int m, int n) { int length = strsSize; int dp[m + 1 ][n + 1 ]; memset (dp, 0 , sizeof (dp)); for (int i = 0 ; i < length; i++) { int zerosOnes[2 ]; memset (zerosOnes, 0 , sizeof (zerosOnes)); getZerosOnes(zerosOnes, strs[i]); int zeros = zerosOnes[0 ], ones = zerosOnes[1 ]; for (int j = m; j >= zeros; j--) { for (int k = n; k >= ones; k--) { dp[j][k] = fmax(dp[j][k], dp[j - zeros][k - ones] + 1 ); } } } return dp[m][n]; }
复杂度分析
时间复杂度:O(lmn + L),其中 l 是数组 strs 的长度,m 和 n 分别是 0 和 1 的容量,L 是数组 strs 中的所有字符串的长度之和。 动态规划需要计算的状态总数是 O(lmn),每个状态的值需要 O(1) 的时间计算。 对于数组 strs 中的每个字符串,都要遍历字符串得到其中的 0 和 1 的数量,因此需要 O(L) 的时间遍历所有的字符串。 总时间复杂度是 O(lmn + L)。
空间复杂度:O(mn),其中 m 和 n 分别是 0 和 1 的容量。使用空间优化的实现,需要创建 m+1 行 n+1 列的二维数组 dp。