54.目标和

一、题目描述

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。

提示：

1 <= nums.length <= 20
0 <= nums[i] <= 1000
0 <= sum(nums[i]) <= 1000
-1000 <= target <= 1000

二、解题思路

分析题目：首先假设记数组的元素总和为sum，那么前面天剑 “-” 号之和为neg，则剩余元素添加 “+” 之和为sum-neg，得到我们要求的target的表达式就是：target=(sum-neg)-neg

就有neg = (sum-target)/2

根据式子我们需要注意几个点，

• target必须是小于sum的，如果有target>sum，则返回0；
• 因为nums是非负整数，所以前面添加 “-” 的元素之neg也应该是非负整数，所以sum-target应该是非负偶数

代码如下：

if(target>sum || (sum-target)%2!=0){
	return 0;
}

通过上面分析，怎么代入到01背包问题呢？

首先是nums数组中额每个元素都只用一次（相当于背包中的物品），另外是从nums数组中选取若干元素。不同的是背包问题都是求容量为j的背包最多能装多少。本题则是装满有几种方法。其实是一个组合问题。

问题转化为：在数组nums[i]中选取若干元素，是的这些元素之和等于neg，计算选取元素的方案数，动态规划。

动规五部曲：

第一步：确定dp数组以及下标的含义

dp[j] 表示：填满j（包括j）这么⼤容积的包，有dp[i]种⽅法其实也可以使⽤⼆维dp数组来求解本题，dp[i][j]：使⽤ 下标为[0, i]的nums[i]能够凑满j（包括j）这么⼤容量的包，有dp[i][j]种⽅法

第二步：确定递推公式

有哪些来源可以推出dp[j]呢？

当前填满容量为j的包的方法数 = 之前填满容量为j的包的方法数 + 之前填满容量为j - num[i]的包的方法数

也就是考虑选不选nums[i]，

1. 当不选的时候：之前填满容量为j的包的方法数（dp[j] = dp[j]）
2. 当选的时候：之前填满容量为j - num[i]的包的方法数（dp[j] = dp[j-nums[i]]）

由于求的是可能的总的方案数，所以当前填满容量为j的包的方法数：

dp[j] = dp[j] + dp[j - num[i]]

第三步：dp数组如何初始化

从递归公式可以看出，在初始化的时候dp[0] ⼀定要初始化为1，因为dp[0]是在公式中⼀切递推结果的

起源，如果dp[0]是0的话，递归结果将都是0。

dp[0] = 1，理论上也很好解释，装满容量为0的背包，有1种⽅法，就是装0件物品。

dp[j]其他下标对应的数值应该初始化为0，从递归公式也可以看出，dp[j]要保证是0的初始值，才能正确

的由dp[j - nums[i]]推导出来。

第四步：确定遍历顺序

for(int i=0; i<nums.length; i++){
    for(int j=neg; j>=nums[i]; j--){
        dp[j] += dp[j-nums[i]];
    }
}

第五步：举例推导dp数组

输⼊：nums: [1, 1, 1, 1, 1]，target: 3

neg = (sum - target) / 2 = (3 + 5) / 2 = 4

dp数组状态变化如下：

三、代码演示

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        //存储数组中所有数的总和
        int sum = 0;
        //遍历数组，求解总和
        for(int i=0; i<nums.length; i++){
            sum += nums[i];
        }
        //特判
        if(target>sum || (sum-target)%2!=0){
            return 0;
        }

        //声明dp
        int neg = (sum-target)/2;
        int[] dp = new int[neg+1];
        
        //dp初始化
        dp[0] = 1;

        //遍历背包
        for(int i=0; i<nums.length; i++){
            for(int j=neg; j>=nums[i]; j--){
                dp[j] += dp[j-nums[i]];
            }
        }
        return dp[neg];
    }
}