题目:494. 目标和
难度: 中等
题目:
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 <= 100
`
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/target-sum/
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解题思路
设nums数组有n个元素,每个元素前有+
和-
共两种选择,因此一共有2^n
种可能性。如果n个元素都添加了符号,且值等于target
就增加一次。
解题代码
(1)回溯
通过回溯的方式,遍历所有的可能性,并维护一个count计算等于target且已经有n个元素的情况。
class Solution {
private:
int count;
public:
int findTargetSumWays(vector<int>& nums, int target) {
count = 0;
trackBack(nums, target, 0, 0);
return count;
}
void trackBack(vector<int>& nums, int target, int index, int sum)
{
if (index == nums.size())
{
if (sum == target)
{
count++;
}
}
else
{
trackBack(nums, target, index + 1, sum + nums[index]);
trackBack(nums, target, index + 1, sum - nums[index]);
}
}
};
(2)动态规划(01背包问题)
其实该题是01背包问题,可以通过动态规划的方式求解。重点在于如何找到背包的价值,因为背包的数量必然和nums的数量有关。设取负号的值之和(所有负数的绝对值之和)为neg
,nums所有元素之和为sum
,那么取正号的值之和为sum - neg
,所以target = sum - neg - neg = sum - 2 * neg
,因为sum
和target
都是已知变量,所以neg = (sum - target) / 2
,而neg
就是背包的价值,需要求解的东西。
定义dp[n][neg]数组,设dp[i][j]为前i个元素取负号或正号后值为j的个数,num为nums的某个值,则根据背包问题的特性可得出动态规划条件:
- j < num,dp[i][j] = dp[i-1][j],即不取num元素时等于j的个数;
- j >= num,dp[i][j] = dp[i-1][j] + dp[i - 1][j - num],即不取num时等于j的个数,加上取num时的个数。
注意该题边界条件:dp[0][0] = 1
,因为当值为0且不可取任何元素时,即什么都不取后值为0,正好是1种情况。
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
//背包问题
int sum = 0;
for (auto& num : nums)
{
sum += num;
}
int diff = sum - target;
if (diff < 0 || (diff & 1))//小于0或者为奇数
{
return 0;
}
int neg = diff / 2;
int n = nums.size();
vector<vector<int>> dp(n + 1, vector<int>(neg + 1));
dp[0][0] = 1;
for (int i = 1; i <= n; i++)
{
for (int j = 0; j <= neg; j++)
{
dp[i][j] = dp[i - 1][j];
if (j >= nums[i - 1])
{
dp[i][j] += dp[i - 1][j - nums[i - 1]];
}
}
}
return dp[n][neg];
}
};
(3)背包问题——空间优化
利用滚动数组,倒着遍历即可实现空间优化。
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
//背包问题
int sum = 0;
for (auto& num : nums)
{
sum += num;
}
int diff = sum - target;
if (diff < 0 || (diff & 1))//小于0或者为奇数
{
return 0;
}
int neg = diff / 2;
int n = nums.size();
vector<int> dp(neg + 1);
dp[0] = 1;
for (int i = n; i >= 1; i--)
{
for (int j = neg; j >= nums[i - 1]; j--)
{
dp[j] = dp[j] + dp[j - nums[i - 1]];
}
}
return dp[neg];
}
};