回溯法
回溯思路
任何算法的核心都是穷举,回溯算法就是一个暴力穷举算法
def backtrack(路径, 选择列表):
if 满足结束条件:
result.add(路径)
return
for 选择 in 选择列表:
做选择
backtrack(路径, 选择列表)
撤销选择
对于每个数字 nums[i]
,我们可以选择给一个正号 +
或者一个负号 -
然后利用回溯模板穷举出来所有可能的结果,数一数到底有几种组合能够凑出 target
不就行了嘛?
class Solution {
static int result;
public int findTargetSumWays(int[] nums, int target) {
result=0;
if(nums.length==0) return 0;
backtrack(nums,0,target);
return result;
}
public static void backtrack(int[] nums, int i, int rest) {
if(i==nums.length){
if(rest==0){
result++;
}
return;
}
rest+=nums[i];
backtrack(nums,i+1,rest);
rest-=nums[i];
rest-=nums[i];
backtrack(nums,i+1,rest);
rest+=nums[i];
}
}
直接回溯 没有剪枝 时间太久
回溯优化
抽象出来两种递归:
backtrack(i + 1, rest - nums[i]);
backtrack(i + 1, rest + nums[i]);
如果nums[i]=0,呢莫你就会发现
backtrack(i + 1, rest);
backtrack(i + 1, rest);
出现了两个状态相同的递归方程,即有了重叠子问题。
这就是重叠子问题,而且只要我们能够找到一个重叠子问题,那一定还存在很多的重叠子问题。
考虑到重叠子问题,使用备忘录来改善也就是剪枝。
备忘录一般通过HashMap来实现
class Solution {
static int result;
static HashMap<String, Integer> memo;
public int findTargetSumWays(int[] nums, int target) {
memo= new HashMap<>();
result=0;
if(nums.length==0) return 0;
return backTrackMemo(nums,0,target);
}
public static int backTrackMemo(int[] nums, int i, int rest) {
if(i==nums.length){
if(rest==0){
return 1;
}
return 0;
}
String key = i + "," + rest;
if(memo.containsKey(key)){
return memo.get(key);
}
result=backTrackMemo(nums,i+1,rest-nums[i])+backTrackMemo(nums,i+1,rest+nums[i]);
memo.put(key,result);
return result;
}
}
特别注意 lc测用例的时候是只调用呢个解决类 而如果要用到全局变量 会在两个用例一起测试时出现问题,所以需要先定义全局变量,然后在解决类中赋值为0或者null.
在优化回溯法的时候,其实已经找出了状态转移方称,即可以转动态规划来解决这个问题。
sum(A) - sum(B) = target
sum(A) = target + sum(B)
sum(A) + sum(A) = target + sum(B) + sum(A)
2 * sum(A) = target + sum(nums)
问题转化成sum中存在有几种元素子集和使得sum(A)=[target+sum(nums)]/2
首先想到的时二维dp数组
在考虑问题本质方面 数的加减一定是在整个数组和sum一定在-sum~+sum之间 所以sum +target的和一定是个正数
整个二维dp数组如果最后一位是0,则不会算到这个0加减的两次。所以需要加while循环来调整最后一位使它不为0
class Solution {
static int result;
public int findTargetSumWays(int[] nums, int target) {
result=0;
if(nums.length==0) return 0;
return backTrackDP(nums,target);
}
public static int backTrackDP(int[] nums, int target){
//定义DP二维数组dp[i][j]:表示总和为j,从i到n个数中选择,则最多有n种方法装满背包。
//dp[0][……]=0 dp[……][0]=1
//状态转方程 dp[i][j]=dp[i+1][j]+dp[i+1][j-nums[i]]
//最后一位不能为0 要不然考虑不了最后一位0的加或者不加
int n=nums.length;
int sum=0;
for(int i=0;i<n;i++) {
sum += nums[i];
}
if (sum + target < 0 || (sum + target) % 2 == 1) {
return 0;
}
sum=(sum+target)/2;
int[][] dp=new int[n][sum+1];
for(int i=0;i<n;i++) dp[i][0]=1;
int index=n-1;
while(nums[n-1]==0){
index--;
if(index<0){
return (int)Math.pow(2,n);
};
int temp=nums[index];
nums[index]=nums[n-1];
nums[n-1]=temp;
}
for(int i=n-1;i>=0;i--){
for(int j=0;j<sum+1;j++){
if(i==n-1){
if(j==nums[i]){
dp[i][j]=1;
}
}else{
if(j>=nums[i]){
dp[i][j]=dp[i+1][j]+dp[i+1][j-nums[i]];
}else{
dp[i][j]=dp[i+1][j];
}
}
}
}
return dp[0][sum];
}
}