力扣每日一题：494. 目标和

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];
    }
    
};