目录
问题描述:
给你一个整数数组 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
实现代码与解析:
回溯:
class Solution {
public:
int result = 0;//结果
void backtracking(vector<int>& nums, int target, int startIndex, int sum)
{
if(startIndex == nums.size())
{
if(sum == target)
{
result++;
}
}
else
{
backtracking(nums, target, startIndex + 1, sum + nums[startIndex]);
backtracking(nums, target, startIndex + 1, sum - nums[startIndex]);
}
return;
}
int findTargetSumWays(vector<int>& nums, int target)
{
backtracking(nums, target, 0, 0);
return result;
}
};
原理思路:
回溯算法,这里每一个数组值都要用到,所以一定是从以第一数开始递归,就不用像一般回溯题里的for循环了,其实这里更像一个 dfs ,当然 dfs 和回溯的本质也没什么区别,就是对于数的两种选择而已,正和负,看作一个二叉树来遍历就可以。
注意用引用来传入数组啊,不然会超时。
动态规划:
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target)
{
int sum = 0;
//求和
for(int i = 0; i < nums.size(); i++)
{
sum += nums[i];
}
if (abs(target) > sum || (target + sum) % 2 == 1) return 0; //没有方案
int bag = (sum + target) / 2;
vector<int> dp(bag + 1, 0);// 背包
dp[0] = 1;
// 背包遍历,一维
for(int i = 0; i < nums.size(); i++)
{
for(int j = bag; j >= nums[i]; j--)
{
dp[j] += dp[j - nums[i]];
}
}
return dp[bag];
}
};
原理思路:
根据题意,我们记 sum 为数组总和,neg 为负号的值,sum - neg 就为正号的值,所以我们可以推出公式(sum - neg) - neg = target,也就是:
neg = (sum - target)/ 2,这个是求的负号的值,不过这里我们用的是正号值(sum + target)/ 2,解除来的结果肯定是一样的,target 大于 sum,或则 target 与 sum一个奇,一个偶,显然是没有方法的,返回 0。
可以先用二维写(主要代码):
vector<vector<int>> dp(n + 1, vector<int>(neg + 1));
dp[0][0] = 1;
for (int i = 0; i <= n; i++)
{
int num = nums[i];
for (int j = 0; j <= neg; j++)
{
dp[i][j] = dp[i - 1][j];
if (j >= num)
{
dp[i][j] += dp[i - 1][j - num];
}
}
}
dp数组的含义是在【0~i】物品选取,大小为 j 的背包装满有多少种方法,如果装不下编号为 i 的物品,其方法显然还是dp[i - 1][j]的方法个数,若可以装下,那么dp[i][j]就为所有dp[i - 1][ j - nums[i]]的和,这里是最不好理解的地方,首先是为什么不是dp[i - 1][j - num]加一,因为其实是乘一被隐藏了,就比如一个条路再延长铺一条路,它还是一条路,并不是相加关系,然后就是为什么是 += ,因为我们要考虑到所有情况,再次注意dp数组的含义,我们要把所有[j - nums[i]]的情况加上,才为dp[i][j]的值,其实还是不太好理解的。
也可以优化成一维滚动数组,dp数组的含义是大小为 j 的背包装满有多少种方法,和二维的相比就是去掉了一个维度,然后遍历循序改变而已,其他不变。可以看看我前面写的文章。