题目链接:377. 组合总和 Ⅳ
题目描述
给你一个由 不同 整数组成的数组 nums
,和一个目标整数 target
。请你从 nums
中找出并返回总和为 target
的元素组合的个数。
题目数据保证答案符合 32 位整数范围。
示例 1:
输入:nums = [1,2,3], target = 4 输出:7 解释: 所有可能的组合为: (1, 1, 1, 1) (1, 1, 2) (1, 2, 1) (1, 3) (2, 1, 1) (2, 2) (3, 1) 请注意,顺序不同的序列被视作不同的组合。
示例 2:
输入:nums = [9], target = 3 输出:0
提示:
1 <= nums.length <= 200
1 <= nums[i] <= 1000
nums
中的所有元素 互不相同1 <= target <= 1000
进阶:如果给定的数组中含有负数会发生什么?问题会产生何种变化?如果允许负数出现,需要向题目中添加哪些限制条件?
文章讲解:代码随想录
视频讲解:动态规划之完全背包,装满背包有几种方法?求排列数?| LeetCode:377.组合总和IV_哔哩哔哩_bilibili
题解1:回溯法(超时)
思路:使用回溯法求解排列问题(虽然题目名字叫组合总和,但顺序不同的序列被视作不同的组合,还是相当于排列)。
/**
* @param {number[]} nums
* @param {number} target
* @return {number}
*/
var combinationSum4 = function(nums, target) {
let res = 0;
const backtracking = function (start, sum) {
if (sum === target) {
res++;
return;
}
if (sum > target) {
return;
}
for (let i = 0; i < nums.length; i++) {
backtracking(i, sum + nums[i]);
}
};
backtracking(0, 0);
return res;
};
不出意外超时了,需要找时间复杂度更低的方法。
题解2:动态规划
思路:本题是一个多重背包问题,求解有多少种方法装满背包。
动态规划分析:
- dp 数组以及下标的含义:dp[j] 代表组合成 j 的排列数。
- 递推公式:dp[j] += dp[j - nums[i]]。
- dp 数组初始化:dp[0] = 1,其他全为0。
- 遍历顺序:先遍历背包,再遍历物品。
- 打印 dp 数组:以 nums = [1,2,3],target = 4为例,dp 数组为 [ 1, 1, 2, 4, 7 ]。
/**
* @param {number[]} nums
* @param {number} target
* @return {number}
*/
var combinationSum4 = function(nums, target) {
const dp = new Array(target + 1).fill(0);
dp[0] = 1;
for (let j = 0; j <= target; j++) {
for (let i = 0; i < nums.length; i++) {
if (j >= nums[i]) {
dp[j] += dp[j - nums[i]];
}
}
}
return dp[target];
};
分析:令 m 为 target,n 为 nums 的长度,则时间复杂度为 O(m * n),空间复杂度为 O(m)。
收获
动态规划法求解完全背包问题,先遍历物品再遍历背包求组合,先遍历背包再遍历物品求排列。