算法理解2-组合求和IV

题目

题目思路

看到这个题目之后，首先数字可以重复使用，比较容易想到的是可以首先拿第一个数（都遍历一遍），第二个数也遍历所有的数字，以此类推，直到加和大于目标数之后，进行回溯，就找到了所有组合
开始准备实现！

测试通过了，马上提交！

结果计算超时！！！仔细分析，刚才我的回溯算法虽然代码是正确的，可以求出最终结果，但是实际上这种算法是把所有所有的数字组合全部都列出来，然后找到求和等于target的组合，对于需要很多数字的情况列出全部的数列太慢了，所以不能用这种算法，考虑其他算法！！！这个回溯算法，崽崽也可以看一下，就是一个一个的加数字，回溯不可取

吸取教训：当涉及到这种很多很多组合的时候，不能一味的列出所有的数列，这样必定会超时，需要思考新的算法

再次分析

其实这个题目是一个背包问题，目标数字就是背包的容量，数列中的数字就是需要放入背包的数字，将这个问题归为背包问题之后，背包问题就是要用动态规划

背包问题

背包问题要如何采取动态规划呢，就是把大背包分解成小背包，逐渐分解，到最后只能放一个数字的小背包，再根据小背包求出最终大背包的数字排列，现在来实现咯！

代码实现

    public int combinationSum4(int[] nums, int target) {
        //首先创建动态规划的存储数组，数组的下标标识求和为多少的组合
        int[] dp = new int[target+1];
        //求和为0就是空的数列，就是一种排列
        dp[0] = 1;
        for (int i = 0; i <= target; i++) {
            for (int num : nums) {
                if (num<=i) {
                    //状态转义公式，如果num可以加进去，那就找一个已经等于i-num大小的背包，把这个包的所有组合加上num都是求和为i的组合啦，因为为0的我们已经初始化了，所有大数字都可以从0得到，完美
                    dp[i] = dp[i] + dp[i-num];
                }
            }
        }
        //返回求和为taget即可
        return dp[target];
    }

总结

使用动态规划真的是太好了，不需要吧所有的排列都列出来，只要分解问题就好了，比回溯快多了，以后一定要记住，看到题目看看能不能转成背包问题，背包问题用动态规划，变成小背包！！学会了不！！宝贝~