LeetCode 494. 目标和 动态规划详解

494. 目标和

题目来源

494. 目标和

题目分析

给定一个非负整数数组 nums 和一个目标数 target，我们需要在数组中任意选取整数，添加符号 + 或 -，使得运算结果等于 target。我们要计算所有可能的符号添加方法数。

题目难度

• 难度：中等

题目标签

• 标签：
  • 数组
  • 动态规划
  • 回溯

题目限制

• 1 <= nums.length <= 20
• 0 <= nums[i] <= 1000

解题思路

这道题可以转化为经典的 01 背包问题：

1. 问题转化：我们可以将数组 nums 分成两部分，分别为符号为 + 的部分和符号为 - 的部分。设 P 是符号为 + 的部分的和，S 是数组 nums 的和，则符号为 - 的部分的和为 S - P。题目要求 P - (S - P) = target，简化为 2P = S + target。

2. 约束条件：需要确保 S + target 是非负且为偶数，否则不存在满足条件的 P。

3. 动态规划：问题转化为一个 01 背包问题，背包容量为 (S + target) / 2，我们需要找到和为这个值的所有组合数。

核心算法步骤

1. 初始化：

   • 定义 dp[i] 为和为 i 的方法数。
   • 初始化 边界 dp[0] = 1，表示选择的和为 0 的情况有 1 种（不选任何数）。

2. 状态转移：

   • 对于数组中的每个数 num，我们有两种选择：
     • 不选择 num，则 dp[i] 保持不变。
     • 选择 num，则 dp[i] 需要加上 dp[i - num]。

3. 输出结果：

   • 最终返回 dp[(S + target) / 2] 即为符合条件的方案数。

代码实现

以下是求解目标和问题的 Java 代码：

/**
 * 494. 目标和
 * @param nums   非负整数数组
 * @param target 目标数
 * @return 方法数
 */
public int findTargetSumWays(int[] nums, int target) {
    int n = nums.length;
    int sum = 0;
    for (int num : nums) {
        sum += num;
    }
    if ((sum + target) % 2 != 0 || sum < Math.abs(target)) {
        return 0;
    }
    target = (sum + target) / 2;

    int[] dp = new int[target + 1];
    dp[0] = 1;
    for (int num : nums) {
        for (int i = target; i >= num; i--) {
            dp[i] += dp[i - num];
        }
    }
    return dp[target];
}

代码解读

• findTargetSumWays 方法：

  • 首先计算数组的总和 sum，并检查 sum + target 是否为偶数和非负。
  • 然后，将问题转化为背包容量为 (sum + target) / 2 的 01 背包问题，使用动态规划计算所有可能的组合数。

• 滚动数组优化：

  • 使用一维数组 dp 实现滚动数组优化，减少空间复杂度。

性能分析

• 时间复杂度：O(n * target)，其中 n 是数组的长度，target 是转换后的背包容量。
• 空间复杂度：O(target)，使用滚动数组进行空间优化。

测试用例

你可以使用以下测试用例来验证代码的正确性：

int[] nums1 = {1, 1, 1, 1, 1};
int result1 = findTargetSumWays(nums1, 3);
System.out.println(result1);
// 输出: 5 (共有 5 种方法使得表达式结果为 3)

int[] nums2 = {1, 2, 3, 4, 5};
int result2 = findTargetSumWays(nums2, 3);
System.out.println(result2);
// 输出: 3 (共有 3 种方法使得表达式结果为 3)

扩展讨论

优化写法

• 空间优化：
  • 使用一维数组 dp 进行空间优化，将原来的二维数组优化为一维滚动数组。
  • 其实选择添加正号或者选择添加负号都是可以的，设 S 是数组 nums 的和，设 P 是符号为 + 的部分的和，设 Q 是符号为 - 的部分的和，则S = Q + P。题目要求 P - Q = target，可以简化为 2P = S + target，也可以化简为2Q = S - target，这样把可以把Q 作为背包的容量，同样可以求出解。所以在target是正数时P会更小，反之Q更小，选择更小的数作为背包的容量可以减少循环的次数，减少时间复杂度，因此，将背包容量m = (S - |target|)/2更好。

其他实现

• DFS + 记忆化：
  • 除了动态规划，还可以使用深度优先搜索 (DFS) 加上记忆化搜索来解决这个问题，但对于大规模数据，效率可能不如动态规划。

总结

通过将问题转化为 01 背包问题，并结合动态规划技术，我们能够高效地解决目标和问题。动态规划的核心在于状态的定义和转移，是解决此类问题的有力工具。

---