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
/*
分析: 式一:left - right = target; 式二: left + right = sum
式一 与 式二 相加可得 式三:2*left = target + sum
式三中 target 与 sum 都是已知且固定的,因此 left 可由此得出。
第一种解法:回溯法中的组合总和。
时间复杂度都是是O(2^n)级别,所以最后超时了。
为了加深自己的理解,自己写了一个版本,与 Carl的有差别,但是最后三个版本的都超时了
第二种解法:转换为 01背包问题
1、为什么是 01背包呢?
因为数组中的每个值只能用一次。
2、与之前的不同,之前都是求容量为 j 的背包可以装的最大价值,
3、 时间复杂度O(n * m),n为正数个数,m为背包容量
空间复杂度:O(m) m为背包容量
4、本题中是求装满有几种方法,这其实还是回归的组合
1、确定 dp 数组以及下标的含义
dp[j] 表示容量为 j 的背包装满,有 dp[j] 种方法
2、确定递推公式
求组合类的问题都是类似于这种,其实就是把这些方法加起来就可以了。
几乎所有的背包解决排列组合问题,都是用这个递推公式
记住:在求装满背包有几种方法的情况下,递推公式就是这个:
dp[j] = dp[j] + dp[j - nums[i]]
3、dp 数组如何初始化
dp[0] = 1,dp[j] 其他下标对应的数值应该初始化为 0。
寓意为:装满容量为0的背包,有1种方法,就是装 0 件物品
注意这里可不能把 dp[0]初始化为 0,这样会导致所有的递归结果都将是0,
4、确定遍历顺序
nums 放在外循环, target 放在内循环, 且内循环倒叙
这个与之前的 01背包问题相似
*/
/***********************法一:版本一超时:回溯法—组合总和******************************/
// class Solution {
// private:
// vector<int> result; // 存储路径和
// int count; // 记录次数
// // int path;
// void backtracking(vector<int>& nums, int num, int startIndex, int path)
// {
// // 终止条件
// if(path == num)
// {
// result.push_back(path);
// count++;
// }
// // 出错一:for语句的终止条件,是两个
// for(int i = startIndex; i < nums.size() && path + nums[i] <= num; i++)
// {
// path += nums[i];
// cout << path;
// // 出错二:递归函数传入的下标应该是 i+1 ,又错写成 startIndex+1
// backtracking(nums, num, i + 1, path);
// path -= nums[i];
// }
// }
// public:
// int findTargetSumWays(vector<int>& nums, int target)
// {
// result.clear();
// count = 0;
// // path = 0;
// int sum = 0;
// for(int i = 0; i < nums.size(); i++)
// {
// sum += nums[i];
// }
// if(sum < target) return 0; // 此时没有方案
// if(((sum + target)) % 2) return 0; // 此时没有方案
// // 满足以上两个条件,就转换为求 组合和的问题,两个int 相加的时候要小心溢出的问题
// sort(nums.begin(),nums.end());
// backtracking(nums, (target + sum)/2, 0, 0);
// cout << endl;
// return result.size();
// }
// };
/***********************法一:版本二超时:回溯法—组合总和******************************/
// class Solution {
// private:
// //vector<vector<int>> result;
// // vector<int> path;
// int count;
// int path;
// void backtracking(vector<int>& candidates, int target, int startIndex) {
// if (path == target) {
// // result.push_back(path);
// count++;
// }
// // 如果 sum + candidates[i] > target 就终止遍历
// for (int i = startIndex; i < candidates.size() && path + candidates[i] <= target; i++) {
// path += candidates[i];
// // path.push_back(candidates[i]);
// cout << path;
// backtracking(candidates, target, i + 1);
// path -= candidates[i];
// // path.pop_back();
// }
// }
// public:
// int findTargetSumWays(vector<int>& nums, int S) {
// int sum = 0;
// for (int i = 0; i < nums.size(); i++) sum += nums[i];
// if (S > sum) return 0; // 此时没有方案
// if ((S + sum) % 2) return 0; // 此时没有方案,两个int相加的时候要各位小心数值溢出的问题
// int bagSize = (S + sum) / 2; // 转变为组合总和问题,bagsize就是要求的和
// // 以下为回溯法代码
// // result.clear();
// // path.clear();
// count = 0;
// path = 0;
// sort(nums.begin(), nums.end()); // 需要排序
// backtracking(nums, bagSize, 0);
// cout << endl;
// return count;
// }
// };
/***********************法一:版本三不超时:回溯法—组合总和*****************************/
// class Solution {
// private:
// vector<vector<int>> result;
// vector<int> path;
// int count;
// void backtracking(vector<int>& candidates, int target, int sum, int startIndex) {
// if (sum == target) {
// // result.push_back(path);
// count++;
// }
// // 如果 sum + candidates[i] > target 就终止遍历
// for (int i = startIndex; i < candidates.size() && sum + candidates[i] <= target; i++) {
// sum += candidates[i];
// // path.push_back(candidates[i]);
// cout << sum;
// backtracking(candidates, target, sum, i + 1);
// sum -= candidates[i];
// // path.pop_back();
// }
// }
// public:
// int findTargetSumWays(vector<int>& nums, int S) {
// int sum = 0;
// for (int i = 0; i < nums.size(); i++) sum += nums[i];
// if (S > sum) return 0; // 此时没有方案
// if ((S + sum) % 2) return 0; // 此时没有方案,两个int相加的时候要各位小心数值溢出的问题
// int bagSize = (S + sum) / 2; // 转变为组合总和问题,bagsize就是要求的和
// // 以下为回溯法代码
// result.clear();
// path.clear();
// count = 0;
// sort(nums.begin(), nums.end()); // 需要排序
// backtracking(nums, bagSize, 0, 0);
// cout << endl;
// return count;
// }
// };
/***************************法二:动态规划*********************************/
// 时间复杂度O(n * m),n为正数个数,m为背包容量 空间复杂度:O(m) m为背包容量
class Solution{
public:
int findTargetSumWays(vector<int>& nums, int target)
{
int sum = 0;
for(int i = 0; i < nums.size(); i++)
{
sum += nums[i];
}
if(sum < target) return 0;
if((sum + target) % 2 != 0) return 0;
// 这个等价于 if((sum + target) % 2 == 1) return 0;
int bagSize = (sum + target) / 2;
vector<int> dp(bagSize + 1, 0);
dp[0] = 1;
for(int i = 0; i < nums.size(); i++)
{
for(int j = bagSize; j >= nums[i]; j--)
{
dp[j] = dp[j] + dp[j - nums[i]];
}
}
return dp[bagSize];
}
};