先给出一个递归的解法。主要思想:一组数,每个数会有 + 和 - 两种选择,那我们可以利用递归来遍历求解所有的情况,n个数,就有2^n种情况,实际上是一个二叉树,每个节点有两种选择。实现起来很简单,但是效率比较差,毕竟有些情况明显不可取,还是要遍历。
class Solution {
public:
int count;
int findTargetSumWays(vector<int>& nums, int S) {
count = 0;
f(nums, 0, 0, S);
return count;
}
void f(vector<int>& nums, int index, int sum, int s)
{
if(index == nums.size()){
if(sum == s)count++;
}
else {
f(nums, index + 1, sum + nums[index], s);
f(nums, index + 1, sum - nums[index], s);
}
}
};
下面是动态规划的方法。
第一种思路,通过某种奇妙的运算,把问题转化成:求数组中取数,使和为(target + 数组的和)/ 2 的方案数。
这就变成416这道题。代码如下:
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int S) {
int target = 0;
for(int i = 0; i < nums.size(); i++)
target += nums[i];
if((target + S)%2 == 1 || target < S)return 0;
target = (target + S) >> 1;
int d[target + 1] = {0};
d[0] = 1;
for (int i = 0; i < nums.size(); ++i)
{
for (int j = target; j >= nums[i]; --j){
d[j] += d[j - nums[i]];
}
}
return d[target];
}
};
第二种思想:每个数有加正号和符号两种选择,那就类似背包问题。方程:d[i][j] = d[i - 1][j + num[i - 1]] + d[i-1][j - num[i - 1]]。 表示前i个数添加符号后结果为j的方案数。需要注意的是,矩阵是比num.size()+1行,S+1列要大