动态规划 + 空间优化的思路
这道题也是一个常见的背包问题,我们可以用类似求解背包问题的方法来求出可能的方法数。
//https://leetcode-cn.com/problems/target-sum/solution/mu-biao-he-by-leetcode/
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int S) {
vector<int> dp;//定义数组
dp.resize(2001);
dp[nums[0] + 1000] = 1;//初始化
dp[-nums[0] + 1000] += 1;//初始化
for (int i = 1; i < nums.size(); i++) {
vector<int> next;//定义数组
next.resize(2001);//定义长度
for (int sum = -1000; sum <= 1000; sum++) {//sum从-1000递增到1000 因为题目说到 和不会超过1000 因此有-1000
if (dp[sum + 1000] > 0) {
next[sum + nums[i] + 1000] += dp[sum + 1000];//next[sum + nums[i] + 1000] = next[sum + nums[i] + 1000] +dp[sum + 1000]
next[sum - nums[i] + 1000] += dp[sum + 1000];
}
}
dp = next;//更新数据
}
return S > 1000 ? 0 : dp[S + 1000];//Exp1 ? Exp2 : Exp3; 如果 Exp1 为真,则计算 Exp2 的值,且 Exp2 的计算结果则为整个 ? : 表达式的值。
}
};
复杂度分析
时间复杂度:O(N∗sum),其中 N 是数组 nums 的长度。
空间复杂度:O(sum)。