二刷474

Author: diguage

Diff for: docs/0474-ones-and-zeroes.adoc

@@ -3,11 +3,11 @@
 
 https://leetcode.cn/problems/ones-and-zeroes/[LeetCode - 474. 一和零 ^]
 
-给你一个二进制字符串数组 `+strs+` 和两个整数 `+m+` 和 `+n+` 。
+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+` 。
+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* 。
+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：*
 
@@ -31,11 +31,10 @@ https://leetcode.cn/problems/ones-and-zeroes/[LeetCode - 474. 一和零 ^]
 
 * `+1 <= strs.length <= 600+`
 * `+1 <= strs[i].length <= 100+`
-* `+strs[i]+` 仅由 `+'0'+` 和 `+'1'+` 组成
+* `strs[i]` 仅由 `0` 和 `1` 组成
 * `+1 <= m, n <= 100+`
 
 
-
 == 思路分析
 
 思路：把总共的 0 和 1 的个数视为背包的容量，每一个字符串视为装进背包的物品。这道题就可以使用 0-1 背包问题的思路完成，这里的目标值是能放进背包的字符串的数量。
@@ -58,14 +57,14 @@ include::{sourcedir}/_0474_OnesAndZeroes.java[tag=answer]
 ----
 --
 
-// 二刷::
-// +
-// --
-// [{java_src_attr}]
-// ----
-// include::{sourcedir}/_0474_OnesAndZeroes_2.java[tag=answer]
-// ----
-// --
+二刷::
++
+--
+[{java_src_attr}]
+----
+include::{sourcedir}/_0474_OnesAndZeroes_2.java[tag=answer]
+----
+--
 ====
 
 

Diff for: logbook/202503.adoc

@@ -195,6 +195,11 @@ endif::[]
 |{doc_base_url}/0148-sort-list.adoc[题解]
 |✅ 分治
 
+|{counter:codes2503}
+|{leetcode_base_url}/ones-and-zeroes/[474. 一和零^]
+|{doc_base_url}/0474-ones-and-zeroes.adoc[题解]
+|❌ 动态规划，多维度“物品”就无从下手，还要多练。
+
 |===
 
 截止目前，本轮练习一共完成 {codes2503} 道题。

Diff for: src/main/java/com/diguage/algo/leetcode/_0474_OnesAndZeroes_2.java

@@ -0,0 +1,49 @@
+package com.diguage.algo.leetcode;
+
+public class _0474_OnesAndZeroes_2 {
+  // tag::answer[]
+  /**
+   * @author D瓜哥 · https://www.diguage.com
+   * @since 2025-04-08 20:44:04
+   */
+  public int findMaxForm(String[] strs, int m, int n) {
+    // 计算每个字符串中 0 和 1 的数量
+    int length = strs.length;
+    int[][] bits = new int[length][2];
+    for (int i = 0; i < length; i++) {
+      for (char c : strs[i].toCharArray()) {
+        bits[i][c - '0']++;
+      }
+    }
+    // 1、确定 dp 数组（dp table）以及下标的含义
+    //   ① 表示此时处理的字符串
+    //   ② 表示此时 0 的个数，即 0 的数量限制
+    //   ③ 表示此时 1 的个数，即 1 的数量限制
+    // (x, y, z) 指的是到达第 x 个字符串时，
+    // 如果有 y 个 0 和 z 个 1，那么最大子集数量
+    // 3、dp 数组如何初始化
+    //   由于不能为负数，最初都没有选择，则全部初始化为 0
+    int[][][] dp = new int[length + 1][m + 1][n + 1];
+    // 4、确定遍历顺序
+    //   从第一个字符串开始遍历
+    for (int x = 1; x <= length; x++) {
+      int zeros = bits[x - 1][0];
+      int ones = bits[x - 1][1];
+      for (int y = 0; y <= m; y++) {
+        for (int z = 0; z <= n; z++) {
+          // 2、确定递推公式
+          //  dp[x][y][z] = max(dp[x][y][z], dp[x-1][y - zeros][z - ones] + 1);
+          if (y >= zeros && z >= ones) {
+            // 在加入当前字符串和不加入当前字符串中选择其一
+            dp[x][y][z] = Math.max(dp[x - 1][y][z], dp[x - 1][y - zeros][z - ones] + 1);
+          } else {
+            // 0 和 1 的容量不够，无法加入当前字符串，只能从上面继承
+            dp[x][y][z] = dp[x - 1][y][z];
+          }
+        }
+      }
+    }
+    return dp[length][m][n];
+  }
+  // end::answer[]
+}