Leetcode 494：目标和（最详细的解法！！！）-CSDN博客

本文链接：https://blog.csdn.net/qq_17550379/article/details/82939713

给定一个非负整数数组，a1, a2, …, an, 和一个目标数，S。现在你有两个符号 + 和 -。对于数组中的任意一个整数，你都可以从 + 或 -中选择一个符号添加在前面。

返回可以使最终数组和为目标数 S 的所有添加符号的方法数。

示例 1:

输入: nums: [1, 1, 1, 1, 1], S: 3
输出: 5
解释: 

-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

一共有5种方法让最终目标和为3。

注意:

数组的长度不会超过20，并且数组中的值全为正数。
初始的数组的和不会超过1000。
保证返回的最终结果为32位整数。

解题思路

这个问题非常简单，我们首先想到的是通过回溯法解决这个问题。定义函数 $f (i, t a r g e t)$ 表示[0:i]这个区间内目标为target的方法数，那么

$f (i, t a r g e t) = f (i - 1, t a r g e t - n u m s [i]) + f (i - 1, t a r g e t + n u m s [i])$

边界条件就是i==len(nums)时，我们要判断target == 0，如果是的话返回1，否则0。

from functools import lru_cache
class Solution:
    def findTargetSumWays(self, nums: List[int], S: int) -> int:
        @lru_cache(None)
        def dfs(index, target):
            if index == len(nums):
                if target == 0:
                    return 1
                return 0
            
            return dfs(index + 1, target - nums[index]) + \
                dfs(index + 1, target + nums[index])
        
        return dfs(0, S)

这个问题最简洁的思路是通过动态规划来解。这实际上是一个背包问题，在背包问题中，我们要考虑物品放还是不放，而在这个问题中我们要考虑是加上一个数还是减去一个数。此时的背包的大小应该可以容纳[-sum(nums),sum(nums)]这个区间的所有数，而我们有len(nums)个元素，所以最后需要一个(len(nums)+1)(2*sum_nums+1)大小的数组用来存储状态。

class Solution:
    def findTargetSumWays(self, nums: List[int], S: int) -> int:
        sum_nums = sum(nums)
        if sum_nums < S or -sum_nums > S:
            return 0
        
        len_nums = len(nums)
        mem = [[0]*(2*sum_nums + 1) for _ in range(len_nums+1)]
        mem[0][sum_nums] = 1
        for i in range(1, len_nums + 1):
            for j in range(2*sum_nums + 1):
                if j + nums[i - 1] < 2*sum_nums + 1:
                    mem[i][j] += mem[i - 1][j + nums[i - 1]]
                if j - nums[i - 1] >= 0:
                    mem[i][j] += mem[i - 1][j - nums[i - 1]]
                    
        return mem[len_nums][sum_nums + S]

空间复杂度还可以继续优化，怎么做呢？我们这里的问题可以理解为将nums拆分为P&N两个子集（P做加法，N做减法），那么问题就变成了sum(P)-sum(N)=target也就是2*sum(P)=target+sum(nums)，也就是说target+sum(nums)必须是一个偶数，这是一个非常重要的结论。然后剩下的问题就是计算01背包问题的方案个数了。

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

        target = (S + sum_nums) >> 1
        mem = [0]*(target + 1)
        mem[0] = 1
        for num in nums:
            for i in range(target, num-1, -1):
                mem[i] += mem[i - num]
        return mem[target]