LeetCode-494. 目标和

494. 目标和

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

递归

直接递归思路简单,深度优先搜索,但会重复计算,导致效率降低

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int S) {
        int res = 0;
        dfs(nums,S,0,res);
        return res;
    }
    void dfs(vector<int>& nums,int S,int start,int& res)
    {
        if(start >= nums.size())
        {
            if(S == 0)
            {
                res++;
            }
            return;
        }
        dfs(nums,S-nums[start],start+1,res);
        dfs(nums,S+nums[start],start+1,res);
    }
};

记忆化递归

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int S) {
        vector<unordered_map<int,int> > dp(nums.size()); //标记计算过的点
        return dfs(nums,S,0,dp);
    }
    int dfs(vector<int>& nums,int sums,int n,vector<unordered_map<int,int>>& dp)
    {
        if(n == nums.size()) return sums == 0; //等于0,返回1;不等0,返回0
        if(dp[n].count(sums)) return dp[n][sums]; //计算过的点,直接返回,避免重复计算
        int cnt1 = dfs(nums,sums-nums[n],n+1,dp); //为‘-’的情况
        int cnt2 = dfs(nums,sums+nums[n],n+1,dp); //为‘+’的情况
        return dp[n][sums] = cnt1+cnt2; //两种情况相加,并用数组记录
    }
};
### 回答1: 题目描述:给定一个升序整型数组一个目标值,搜索数组中是否存在目标值,若存在返回下标,否则返回-1。 解题思路:由于数组是有序的,可以使用二分查找的方法进行搜索。首先确定数组的左右边界,然后计算中间位置的下标,比较中间位置的值和目标值的大小,如果相等则返回下标,如果中间位置的值大于目标值,则在左半部分继续查找,否则在右半部分继续查找,直到找到目标值或者左右边界相遇。 代码实现: class Solution { public: int search(vector<int>& nums, int target) { int left = , right = nums.size() - 1; while (left <= right) { int mid = left + (right - left) / 2; if (nums[mid] == target) { return mid; } else if (nums[mid] > target) { right = mid - 1; } else { left = mid + 1; } } return -1; } }; ### 回答2: 二分查找(Binary Search)是一种优秀的查找算法,其时间复杂度为O(logn)。在查找有序数组时,二分查找是一种非常高效的方法。 通过不断地将区间缩小为一半来进行查找,二分查找是一种分治思想的应用。具体来说,对于给定的有序数组nums,在区间[0, n-1]中查找某一元素target。每次找到区间的中间值mid,将mid与target进行比较,如果mid等于target,返回mid的下标。否则,如果mid大于target,在左侧区间[0, mid-1]继续查找;如果mid小于target,在右侧区间[mid+1, n-1]继续查找。如此迭代直至找到target或者区间被缩小为空。 以下是二分查找的简单实现,其中left和right表示当前查找区间的左右边界。 ``` int binarySearch(vector<int>& nums, int target) { int n = nums.size(); int left = 0, right = n - 1; while (left <= right) { int mid = left + (right - left) / 2; if (nums[mid] == target) return mid; else if (nums[mid] > target) right = mid - 1; else left = mid + 1; } return -1; } ``` 需要注意的是,该算法要求目标数组必须有序,否则不能保证正确性。另外,在实现时需要注意整型溢出问题,可以使用left + (right - left) / 2来防止溢出。 ### 回答3: 题目描述: 给定一个n个元素有序的(升序)整型数组nums和一个目标值target,一个函数搜索nums中的target,如果目标值存在返回下标,否则返回-1。 解题思路: 由于数组有序,可以考虑使用二分查找的方法。二分查找的基本思想是将有序数组一分为二,确认目标值在哪个子数组中,然后继续对子数组进行二分查找。具体实现则是定义一个左指针和一个右指针,不断将数组分成两个子数组,然后判断目标值在哪个子数组中,直到左右指针相遇时结束。 代码实现: class Solution { public: int search(vector<int>& nums, int target) { int left = 0; int right = nums.size() - 1; while (left <= right) { int mid = (left + right) / 2; if (nums[mid] == target) { return mid; } else if (nums[mid] < target) { left = mid + 1; } else { right = mid - 1; } } return -1; } }; 时间复杂度分析: 二分查找的时间复杂度为O(log n),其中n为数组长度。因为每次都将数组分成两个子数组,所以可以得到一个递归式:T(n) = T(n/2) + O(1),根据主定理可以得到其时间复杂度为O(log n)。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值