494. 目标和

Python ml

已于 2024-04-04 00:42:06 修改

阅读量120

点赞数 2

分类专栏： python 文章标签：动态规划 python

于 2024-04-04 00:36:41 首次发布

本文链接：https://blog.csdn.net/m0_48711099/article/details/137361422

版权

python 专栏收录该内容

66 篇文章 0 订阅

订阅专栏

本文介绍了如何使用记忆化搜索和动态规划的方法来优化求解给定整数数组中找到和为目标值的不同组合方式的问题，通过递归和状态转移方程简化计算过程。

摘要由CSDN通过智能技术生成

记忆化搜索

class Solution:
    def findTargetSumWays(self, nums: List[int], target: int) -> int:
        target += sum(nums)
        if target < 0 or target % 2:
            return 0
        target //= 2

        @cache
        def dfs(i, c):
            if i < 0:
                return 1 if c == 0 else 0
            if nums[i] > c:
                return dfs(i-1, c)
            return dfs(i-1, c) + dfs(i-1, c-nums[i])
        return dfs(len(nums)-1, target)

递归写法

class Solution:
    def findTargetSumWays(self, nums: List[int], target: int) -> int:
        target += sum(nums)
        if target < 0 or target % 2:
            return 0
        target //= 2
        n = len(nums)
        f = [[0]*(target+1) for _ in range(n+1)]
        f[0][0] = 1
        for i, x in enumerate(nums):
            for c in range(target+1):
                if c < x:
                    f[i+1][c] = f[i][c]
                else:
                    f[i+1][c] = f[i][c] + f[i][c-x]
        return f[n][target]