动态规划01背包之494目标和

麻摆子

已于 2023-09-05 18:08:46 修改

阅读量147

点赞数

分类专栏：代码随想录随手刷文章标签：动态规划算法

于 2023-07-14 22:37:07 首次发布

本文链接：https://blog.csdn.net/mabaizi/article/details/131731223

版权

代码随想录随手刷专栏收录该内容

15 篇文章 0 订阅

订阅专栏

文章讲述了如何解决LeetCode上的494题——目标和。这是一道关于动态规划的问题，不同于一般的背包问题，而是要求构造不同表达式使结果等于目标值。通过确定dp数组的意义，设置递推公式，并初始化dp数组，可以找到计算不同构造方法的方案数。文章提供了具体的代码实现来说明解题思路。

摘要由CSDN通过智能技术生成

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：

题目链接：494. 目标和 - 力扣（LeetCode）

解法：

这次和之前遇到的背包问题不一样了，之前都是求容量为 j 的背包，最多能装多少。

本题则是装满有几种方法。其实这就是一个组合问题了。

（1）确定dp数组以及下标的含义

dp[j] 表示：填满 j（包括j）这么大容积的包，有dp[j]种方法。

（2）确定递推公式：dp[j] += dp[j - nums[i]]

示例1中，j=4，target=3，nums总和为背包容量=5，那么背包容量=(abs(target)+nums)/2

当背包里已经有一个1（nums[i]）的话，有 dp[3]种方法凑成容量为4的背包。

当背包里已经有一个2（nums[i]）的话，有 dp[2]种方法凑成容量为4的背包。

当背包里已经有一个3（nums[i]）的话，有 dp[1]种方法凑成容量为4的背包。

当背包里已经有一个4（nums[i]）的话，有 dp[0]种方法凑成容量为4的背包。

(3)dp数组如何初始化

如果数组为[0] ，target = 0，那么 bagweight = (target + sum) / 2 = 0。 dp[0]也应该是1，也就是说给数组里的元素 0 前面无论放加法还是减法，都是 1 种方法。

(4)确定遍历顺序

对于01背包问题一维dp的遍历，nums放在外循环，target在内循环，且内循环倒序。

(5)举例推导dp数组

输入：nums: [1, 1, 1, 1, 1], target: 3

bagweight = (target + sum) / 2 = (3 + 5) / 2 = 4

当背包里已经有一个1（nums[i]）的话，有 dp[3]种方法凑成容量为4的背包。

当背包里已经有一个2（nums[i]）的话，有 dp[2]种方法凑成容量为4的背包。

当背包里已经有一个3（nums[i]）的话，有 dp[1]种方法凑成容量为4的背包。

当背包里已经有一个4（nums[i]）的话，有 dp[0]种方法凑成容量为4的背包。

也就是，当背包里有一个nums[i]时，有dp[j-nums[i]]种方法成容量为j的背包。

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) 
    {
        int sum=accumulate(nums.begin(),nums.end(),0);
        if((sum+abs(target))%2==1) return 0;
        if(abs(target)>sum) return 0;

        int bagweight = (sum+abs(target))/2;//背包容量
        vector<int> dp(bagweight+1,0);//dp[j]：容量为j的背包能由几种方法凑成
        dp[0]=1;
        for(int i=0;i<nums.size();i++)
        {
            for(int j=bagweight;j>=nums[i];j--)
            {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[bagweight];
        
    }
};