力扣-494目标和(dp)

力扣-494目标和

1、题目

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

2、分析

1. 题目。首先看到这个题目，我们想到的是回溯法，通过穷举进行暴力找到所有组合，回溯三部曲。但是回溯往往是指数级别的时间复杂度，所以往往超时，这个题不能够选择，所以我们可以从中使用动态规划01背包问题。

2. 01背包问题。首先我们得知道我们的背包容量，可能我们刚开始以为这个target是这个背包问题的容量，然后来求，但是这个求得是多个nums[i]最接近target的值，但与我们的这个题目的不同表达式的数目结果输出不一致。所以我们得转换思想，重新定义。

   首先可以来分析，在这个"+“或”-"的过程，要想得到这个target，就是其中的和部分-减部分=target，和部分+减部分=sum，所以我们可以得到和部分-（sum-和部分）=target，即和部分=（sum+target)/2。至此，我们知道sum和target是常量，也就是和部分也是一个已知的。

3. 动态方程。我们通过上面可以知道和部分可以求出来，也就是我们可以从中得到的计算部分和值，设置为我们需要的背包容量size。dp[i]表示的是部分和为i时不同表达式的数目，如果背包容量size为5的话，那么当nums[i]为1的时候，就有dp[4]种不同的方法，因为是所有数量，所以应该是累加的一个过程。所以我们可以得到我们的递推公式dp[j] += dp[j - nums[i]] 。

4. 边界值。如例1，当我们dp[1]的时候，我们的这个递推公式需要dp[0]的值，我们可以试验几次，从中可以得出我们需要的dp[0]=1。然后就是使用一维dp数组求解01背包问题。

5. 符合值。我们的和部分可见是（sum+target）/2得到的，所以我们的和部分应该是一个整数，因为题目所有的数都应该是整数，所以这里可以加一个判断，不符合的直接返回0。其次，我们应该还考虑到这个整数值是不是负数的情况，然后是否符合我们能够求出的值结果。

6. 书写代码。

3、代码及分析

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        // 1.根据这题首先联想到回溯，其次想到动态规划dp，01背包问题
        // 2.设和为x，减为sum-x，有sum和target，可得x=（sum+target）/2
        // 3.dp[i]表示运算的 结果等于target 的 不同数量
        int sum = 0;
        for (int i = 0; i < nums.length; i++){
            sum += nums[i];
        }
        if (target > sum || (sum + target) % 2 == 1) return 0;
        if (target < 0 && sum < -target) return 0;
        int size = (sum + target) / 2;
        if (size < 0) size = -size;
        int[] dp = new int[size + 1];
        dp[0] = 1;

        for (int i = 0; i < nums.length; i++){
            for (int j = size; j >= nums[i]; j--){
                dp[j] += dp[j - nums[i]];
            }
        }

        return dp[size];
        
    }
}

4、练习

力扣题目链接：https://leetcode.cn/problems/target-sum/