目标和
给你一个非负整数数组 nums 和一个整数 target 。
向数组中的每个整数前添加 ‘+’ 或 ‘-’ ,然后串联起所有整数,可以构造一个 表达式 :
例如,nums = [2, 1] ,可以在 2 之前添加 ‘+’ ,在 1 之前添加 ‘-’ ,然后串联起来得到表达式 “+2-1” 。
返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。
示例 1:
输入:nums = [1,1,1,1,1], target = 3
输出:5
解释:一共有 5 种方法让最终目标和为 3 。
-1 + 1 + 1 + 1 + 1 = 3
+1 - 1 + 1 + 1 + 1 = 3
+1 + 1 - 1 + 1 + 1 = 3
+1 + 1 + 1 - 1 + 1 = 3
+1 + 1 + 1 + 1 - 1 = 3
示例 2:
输入:nums = [1], target = 1
输出:1
提示:
1 <= nums.length <= 20
0 <= nums[i] <= 1000
0 <= sum(nums[i]) <= 1000
-1000 <= target <= 1000
思路
参考:代码随想录:目标和
我一开始想的是回溯,不过没想到把结果分成正数部分和负数部分,所以写不出来。
看了讲解大概明白了,记一下思考和想法吧。
首先是两个返回0的特殊条件
第一个:目标值的绝对值(可能有负)比给出的数组的值的总和更大。
显然加起来也到不了目标值,不成立。
if (abs(target) > sum) return 0; // 此时没有方案
这里我看的是把target拆开,设成立的情况里面取出来作正数的总和为x,则剩下作为负数的数字的总和就为sum-x,target=x-(sum-x);
所以
target+sum=x-(sum-x)+sum
=x-sum+x+sum
=2x
所以target+sum必定为偶数,一旦出现奇数就成立不了。
if ((target + sum) % 2) return 0; // 此时没有方案
代码
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int sum=0;
for(int i:nums){
sum+=i;
}
int bagSize=(sum+target)/2;
if(sum<abs(target)) return 0;
if((sum+target)%2) return 0;
vector<int> dp(bagSize+1,0);
dp[0]=1;
for(int i=0;i<nums.size();i++){
for(int j=bagSize;j>=nums[i];j--){
dp[j]+=dp[j-nums[i]];
}
}
return dp[bagSize];
}
};
对于背包问题来说,这里
dp[j]的含义是容量为j的空间中放满j的方案为dp[j]
至于为什么是倒序,是因为背包开始的空间是满的,会越放越少
对于这个题来说
背包的大小是成立时取出来的正数的总和x也就是(sum+target)/2
因为这个时候使得target=x-(sum-x)成立
而背包问题中的weight[i]就是nums[i],每个数字的大小就是重量,放进去就减小了空间。
dp[j]+=dp[j-nums[i]];
这里的理解是,nums中的每个数字,有且只有挑选为正数序列和留作负数序列这两种情况。
而j是nums中挑选出来的作为正数的序列的和(背包空间)。这里dp[j-nums[i]]就是把nums[i]选为正数之后(放入背包),剩下的空间填满的情况数,再加上不挑选nums[i](不放入背包),即nums[i]留作负数序列,那么留给正数的空间仍为j,dp[j]就是剩下j空间填满的情况数。
所以dp[j]+dp[j-nums[i]]就是遍历了nums[i]之后dp[j]的答案。
最后答案就是dp[bagsize]
dp[0]=1的原因,我的理解是空间为0的时候只有1种放法,就是不放。(强行理解)