标签:动态规划、数组、回溯
思路一:用动态规划;
(sum−neg)−neg=sum−2⋅neg=target -->neg=(sum−target)/2
则该问题转化为 背包问题,即在数组中找能够组成neg的元素组合数
dp[i][j] 表示在数组nums的前i个数中选取元素,使得这些元素之和等于j的方案数。
dp[i][j]=dp[i−1][j], j<nums[i]
dp[i][j]=dp[i−1][j]+dp[i−1][j−nums[i]],j>nums[i]
思路二:回溯,每向下一层,都有两个分支:‘-’或’+‘
1.题目如下:
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
提示:
1 <= nums.length <= 20
0 <= nums[i] <= 1000
0 <= sum(nums[i]) <= 1000
-1000 <= target <= 1000
2.代码如下:
class Solution {
public:
//思路一:动态规划
/*
(sum−neg)−neg=sum−2⋅neg=target -->neg=(sum−target)/2
则该问题转化为 背包问题,即在数组中找能够组成neg的元素组合数
dp[i][j] 表示在数组nums的前i个数中选取元素,使得这些元素之和等于j的方案数。
dp[i][j]=dp[i−1][j], j<nums[i]
dp[i][j]=dp[i−1][j]+dp[i−1][j−nums[i]],j>nums[i]
*/
/*
int findTargetSumWays(vector<int>& nums, int target) {
int sum=0;
for(int& num:nums) {
sum+=num;
}
//如果无法整除,则不满足条件
int diff=sum-target;
if (diff<0 || diff%2!=0) {
return 0;
}
//目标是在数字中添加负号,使得我们的负号数总和为neg
int n=nums.size(),neg=diff/2;
vector<vector<int>> dp(n+1, vector<int>(neg+1));
dp[0][0] = 1;
for (int i = 1; i <= n; i++) {
int num=nums[i-1];
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];
}
}
}
return dp[n][neg];
}
*/
//思路二:回溯
/*
深度遍历,每次向下有两个分支,添负号或正号
*/
int findTargetSumWays(vector<int>& nums, int target) {
int count = 0;
backtrack(nums, target, 0, 0,count);
return count;
}
void backtrack(vector<int>& nums, int target, int index, int sum,int &count) {
if (index == nums.size()) {
if (sum == target) {
count++;
}
}
else {
backtrack(nums, target, index+1,sum+nums[index],count);
backtrack(nums, target, index+1,sum-nums[index],count);
}
}
};