算法第一天：力扣(LeetCode) LCR 102.目标和

1. 题目描述（01背包问题）

LCR 102. 目标和

给定一个正整数数组 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 <= 1000

2.动态规划套路

  2.1 要明确两点，“状态”和“选择”。

    状态有两个，“背包的容量”和“可选择的物品”；选择就是“装进背包”或者“不装进背包”。

  2.2 要明确dp数组的定义。

  2.3 根据“选择”，思考状态转移的逻辑。

  2.4 把伪码翻译成代码，处理一些边界情况。

 △基本明确了dp数组的定义，就可以确定状态转移了。

3. 01背包问题

   该问题描述如下：给一个可装载重量为W的背包和N个物品，每个物品有重量和价值两个属性。其中第i个物品的重量为wt[i]，价值为val[i]，现在让你用这个背包装物品，最多能装的价值是多少？

 以下是Python代码实现：

N=3, W=4
wt=[2, 1, 3]
val=[4, 2, 3]

算法返回6，选择前两件物品装进背包，总重量3小于W，可以获得最大价值6。

4. 代码实现c++（动态规划）

int sum=0;
for(int i=0;i<nums.size();i++){
    sum+=nums[i];
}
if(abs(target)>sum) return 0;
if((target+sum)%2==1) return 0;
int bagsize=(target+sum)/2;
vector<int> dp(bagsize+1, 0);
//01背包问题
for(int i=0;i<nums.size();i++){   //对物遍历
    for(int j=bagsize;j>=nums[i];j--){  //对背包遍历
        dp[j]+=dp[j-nums[i]];
    }
}
return dp[bagsize];

https://leetcode.cn/problems/YaVDxD/description/   --目标和的链接

   感谢您的阅读与参与，您的支持是我前进的动力。持续学习是我们迈向梦想彼岸的主要途径，加油吧，读者们！！！