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~