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
这道题想要用01背包解决需要非常了解01背包,看到这道题到底该怎么往01背包上去靠呢?下面来分析一下:
先看题,找找哪里有01背包的特点和我们能得到的信息
首先,我们可以发现每一种方法里面nums[i]都只能使用一次
其次,nums[i]类似于01背包中的物品重量和物品价值;
现在只差一个条件就是背包容量bagsize了,bagsize该怎么求呢?
我们单看每种方法可以发现,如果设加法的总和为a, nums数组和为sum
那么减法的总和就为sum - a,
所以target = a - (sum - a),即加法和减去减法和
上式变换一下就可以得到 a = (target + sum) / 2;
这时问题就可以化为:装满容量为a背包,有几种方法
即a就是bagsize
当然这里还需要注意一个点,就是a取整的问题
if ((target + sum) % 2) return 0;
接下来就来看看这个背包问题转化后的样子:
背包容量:bagsize = (target + sum) / 2;
第i个物品质量:nums[i];
第i个物品价值:nums[i];
接下来就开始递归分析了:
1,dp[j] 表示 j 容量下,填满后的方法数;
2,想要求dp[j]需要求出dp[j - nums[i]]相加就可以了,即
dp[j] += dp[j - nums[i]];
3,初始值需要注意,dp[0] = 1,即装满容量为0的背包,有1种方法,就是装0件物品。
如果忘记初始化那么所有情况下的方法数都会为0;
4,遍历顺序和之前一样,外层循环物品,内层逆序循环背包容量;
代码如下:
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int n = nums.size(), sum = 0;
for (int i = 0; i < n; ++i) sum += nums[i];
if (target > sum) return 0;
if ((target + sum) % 2) return 0;
int bagsize = (target + sum) / 2;
vector<int> dp(bagsize + 1, 0);
dp[0] = 1;
for (int i = 0; i < n; ++i) {
for (int j = bagsize; j >= nums[i]; --j)
dp[j] += dp[j - nums[i]];
}
return dp[bagsize];
}
};
总结
这道题值得注意的就是初始问题向01背包的转化过程,并且还需要注意转移方程和之前有不同,其实这个转移方程多用于求这种组合类(计数)的问题,之前那个转移方程求得都是最值问题,所以可以有个印象,方便快速判断转移方程;