LeetCode：494. 目标和（Java DP）

494. 目标和

题目描述：

        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

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，也可以用正号值（sum + target）/ 2，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。    

    题目变为了从前n个数中选和为neg的种类，也就是经典的背包问题。

class Solution {
    public int findTargetSumWays(int[] nums, int target) {

        int sum = 0;
        int n = nums.length;
    
        for (int i = 0; i < n; i++) {
            sum += nums[i];
        }

        if (sum < target || (sum - target) % 2 != 0) {
            return 0;
        }
        int m = (sum - target) / 2;

        int[] f = new int[m + 1];
        f[0] = 1;
        for (int i = 0; i < n; i++) {
            for (int j = m; j >= nums[i]; j--) {
                f[j] += f[j - nums[i]];
            }
        }
        return f[m];
    }
}

    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。

动态规划：0-1背包、完全背包问题 | 详细原理解释 | 代码及优化（C++）_c++ 01背包问题时间优化-CSDN博客