494. Target Sum [JavaScript]

最新推荐文章于 2019-12-20 22:36:50 发布

原创最新推荐文章于 2019-12-20 22:36:50 发布 · 92 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#LeetCode #JavaScript

JavaScript 同时被 2 个专栏收录

188 篇文章

订阅专栏

LeetCode

147 篇文章

订阅专栏

本文探讨了解决特定类型问题的两种方法：深度优先搜索（DFS）与动态规划（DP）。通过对比，展示了DP如何显著提高解决这类问题的效率，尤其是在处理大量数据时。文章详细解释了DP的状态定义、边界状态及状态转移方程，并提供了具体的代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、解题思路

最简单的方法就是列举所有的方式，记录其中满足目标值的次数，也就是采用DFS（深度优先搜索）实现：

const findTargetSumWays = (nums, S) => {
  let ans = 0
  let max = nums.length - 1
  dfs(0, S)
  return ans
  function dfs (startIndex, S) {
    if (startIndex === max) {
      if (S - nums[startIndex] === 0) {
        ans++
      }
      if (S + nums[startIndex] === 0) {
        ans++
      }
      return
    }
    dfs(startIndex + 1, S - nums[startIndex])
    dfs(startIndex + 1, S + nums[startIndex])
  }
}

显然每个元素有执行两种操作的可能，所以时间复杂度为O（2^n），随着n的增大，该算法执行的时间是非常可怕的。

再仔细观察该问题：

  ±a1 ± a2 ± a3 ± a4 ± a5 ... ∈ [-sum, +sum]

由上述表达式可以得出，给定任意数组所产生的和值应该介于-sum和+sum之间，那么就可以采用动态规划的方式统计各种和值出现的次数：

定义状态：

  dp[i][j]表示前i个元素形成和值为j的次数。

边界状态：

  dp[0][0] = 1

那么它的状态转移方程则为：

  dp[i][j] = dp[i - 1][j - nums[i - 1]] + dp[i - 1][j + nums[i - 1]]

可能你已经发现j可能为负值，而对于数组来说是不存在负数下标的，所以这里需要对于数组的下标进行偏移。

那么该问题的时间复杂度则降低为O(n * 2 * sum)，具体代码如下：

二、代码实现

const findTargetSumWays = (nums, S) => {
  const max = nums.length

  const sum = nums.reduce((x, y) => x + y)

  // 特殊情况
  if (S > sum) {
    return 0
  }

  const dp = []
  dp[0] = new Array(sum * 2 + 1).fill(0) // 纯属为了打印出来好看^_^
  dp[0][sum] = 1

  for (let i = 1; i <= max; i++) {
    dp[i] = []
    for (let j = -sum; j <= sum; j++) {
      dp[i][j + sum] = (dp[i - 1][j - nums[i - 1] + sum] || 0) + (dp[i - 1][j + nums[i - 1] + sum] || 0)
    }
  }
  return dp[max][S + sum]
}

如果本文对您有帮助，欢迎关注微信公众号，为您推送更多大前端相关的内容，欢迎留言讨论，ε=ε=ε=┏(゜ロ゜;)┛。