题型介绍:
给定一个目标值,计算能够实现该目标的所有组合数目或者方法数目。如给定目标值target和数组(不含重复值), 计算和为target的子数组数目;这类题目需要将序列位置i和目标值target作为状态,dp[i][target]=sum{dp[i−1][k]},k=可通过选择l到达target的状态,l=0,1.....,众所周知dp的递推关系是已知状态->所有选择->当前状态(待求)。一般情况下第一维只与上一状态有关可以省略;
如果不好想出dp的定义可以先通过dfs解决,然后将记忆数组作为dp数组。因为dfs中每条路径表示一个解或者序列,因此在计算所有序列数目时,只有在合法的路径的叶子节点返回1,不合法的返回0.向上过程计算所有返回值的和作为合法序列的数目。
def dfs(n, target):
if n==0 :
return 1 if target == 0 else 0
if(memo[n][target]!= -1)
return memo[n][target]
ret = 0
for path in 所有选择:
ret += dfs(n-1, target-path);
return memo[n][target] = ret
例子:
题目1:
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 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
代码:
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int target) {
int sum=0;
int len=nums.size();
for(int i=0;i<len;i++){
sum+=nums[i];
}
if(target>sum||target<0-sum)return 0;
vector<vector<int>> v(len+1, vector<int>(2*sum+1,0));
v[0][sum]=1;
for(int i=1;i<=len;i++){
for(int j=0;j<2*sum+1;j++){
if(v[i-1][j]!=0){
v[i][j+nums[i-1]]+=v[i-1][j];
v[i][j-nums[i-1]]+=v[i-1][j];
}
}
}
return v[len][target+sum];
}
};
思路:
使用动态规划的思路,把target和最后一个加的数都看做是状态中的一部分;需要考虑可能是负数的情况,所以vector的长度是2*sum+1;
题目2——1155: 掷骰子的N种方法
这里有 d 个一样的骰子,每个骰子上都有 f 个面,分别标号为 1, 2, ..., f。
我们约定:掷骰子的得到总点数为各骰子面朝上的数字的总和。
如果需要掷出的总点数为 target,请你计算出有多少种不同的组合情况(所有的组合情况总共有 f^d 种),模 10^9 + 7 后返回。
示例 1:
输入:d = 1, f = 6, target = 3
输出:1
示例 2:
输入:d = 2, f = 6, target = 7
输出:6
示例 3:
输入:d = 2, f = 5, target = 10
输出:1
示例 4:
输入:d = 1, f = 2, target = 3
输出:0
示例 5:
输入:d = 30, f = 30, target = 500
输出:222616187
提示:
1 <= d, f <= 30
1 <= target <= 1000
代码:
class Solution {
public:
int numRollsToTarget(int d, int f, int target) {
vector<vector<int>> v(d,vector<int>(max(d*f+1,target+1),0));
int mod=pow(10,9)+7;
for(int i=0;i<f;i++){
v[0][i+1]=1;
}
for(int i=1;i<d;i++){
for(int j=0;j<d*f+1;j++){
if(v[i-1][j]!=0){
for(int k=1;k<=f;k++){
v[i][j+k]=(v[i][j+k]+v[i-1][j])%mod;
}
}
}
}
return v[d-1][target];
}
};
想法:
确定动态规划递推公式是关键,这里v[i][j]表示,第i+1次掷骰子,和为j的所有可能情况数是多少;
题目3——1223: 掷骰子模拟
有一个骰子模拟器会每次投掷的时候生成一个 1 到 6 的随机数。
不过我们在使用它时有个约束,就是使得投掷骰子时,连续 掷出数字 i 的次数不能超过 rollMax[i](i 从 1 开始编号)。
现在,给你一个整数数组 rollMax 和一个整数 n,请你来计算掷 n 次骰子可得到的不同点数序列的数量。
假如两个序列中至少存在一个元素不同,就认为这两个序列是不同的。由于答案可能很大,所以请返回 模 10^9 + 7 之后的结果。
示例 1:
输入:n = 2, rollMax = [1,1,2,2,2,3]
输出:34
解释:我们掷 2 次骰子,如果没有约束的话,共有 6 * 6 = 36 种可能的组合。但是根据 rollMax 数组,数字 1 和 2 最多连续出现一次,所以不会出现序列 (1,1) 和 (2,2)。因此,最终答案是 36-2 = 34。
示例 2:
输入:n = 2, rollMax = [1,1,1,1,1,1]
输出:30
示例 3:
输入:n = 3, rollMax = [1,1,1,2,2,3]
输出:181
提示:
1 <= n <= 5000
rollMax.length == 6
1 <= rollMax[i] <= 15
代码:
class Solution {
public:
const int MOD = 1e9 + 7;
int dieSimulator(int n, vector<int>& rollMax) {
long dp[6][16], tmp[6];
memset(dp, 0, sizeof(dp));
memset(tmp, 0, sizeof(tmp));
for (int j = 0; j < 6; j++) {
dp[j][1] = 1;
dp[j][0] = 5;
}
for (int i = 1; i < n; i++) {
for (int j = 0; j < 6; j++) {
for (int k = min(rollMax[j], i + 1); k >= 1; k--) {
dp[j][k] = dp[j][k - 1];
tmp[j] = (tmp[j] + dp[j][k]) % MOD;
}
}
for(int j=0;j<6;j++){
long t= 0;
for(int k=0;k<6;k++){
if(k==j) continue;
t = (t + tmp[k]) % MOD;
}
dp[j][0] = t;
}
memset(tmp, 0, sizeof(tmp));
}
long ans = 0;
for (int j = 0; j < 16; j++) {
ans = (ans + dp[0][j]) % MOD;
}
return ans;
}
};
想法:
维持一个二维数组,遍历N次,N表示掷骰子的数目;首先初始化这个二维数组,然后每次更新这个二维数组;dp[i][j]表示,i+1出现j次的种类数;每次遍历,首先遍历1-6,更新dp[i][j],然后统计每一个字母j 对应的tmp的个数;然后再遍历一个1-6,更新dp[j][0];
全部遍历结束以后,输出数目总和;