算法题(程序员面试宝典)
解题思路主要来源于leetcode官方与《程序员面试宝典》&labuladong
494. 目标和
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
提示:
1 <= nums.length <= 20
0 <= nums[i] <= 1000
0 <= sum(nums[i]) <= 1000
-1000 <= target <= 1000
解题方法
解题思路1
class Solution {
//统计结果
int res = 0;
public int findTargetSumWays(int[] nums, int target) {
//回溯算法 路径 选择列表 结束条件
backtrack(nums,0,target);
return res;
}
//迭代遍历数组
public void backtrack(int[] nums,int i,int target){
//结束条件
if(i==nums.length){
if(target==0){
res++;
}
return;
}
//for item in 选择列表
//做出选择 进行+运算
target -= nums[i];
backtrack(nums,i+1,target);
//撤销选择 撤销+运算
target +=nums[i];
//做出选择 进行-运算
target += nums[i];
backtrack(nums,i+1,target);
//撤销选择 撤销-运算
target -=nums[i];
}
}
解题思路2
class Solution {
public int findTargetSumWays(int[] nums, int target) {
//动态规划 将问题转换为背包问题 对应于求子集问题
//假设 +子集为A -子集为B 且sum(A) - sum(B) = target =>
//sum(A) = target+sum(B) => sum(A)+sum(A)=target+sum(A)+sum(B) => sum(A) = [target+sum(nums)]/2
int sum =0;
for(int i=0;i<nums.length;i++){
sum +=nums[i];
}
//排除不合法条件
if(sum<target||(target+sum)%2!=0)
return 0;
return subsets(nums,(target+sum)/2);
}
public int subsets(int[] nums,int sum){
//动态规划 1 状态(背包容量 可选择的物品) 选择(装进背包 不装进背包) 2 数组的定义
//dp[i][j]=x 代表前i个物品装进容量为j的背包共有x中方法 dp[i][0]=1 容量为0 则就是不装任何物品 dp[0][i]=0 前0个物品 无任何方法
//3 转移方程
//int型数组 初始化后的默认值为0
int[][] dp = new int[nums.length+1][sum+1];
for(int i=0;i<=nums.length;i++)
dp[i][0] = 1;
for(int i=1;i<=nums.length;i++){
for(int j=0;j<=sum;j++){
if(j>=nums[i-1]){
//nums[i-1] 代表第i个物品 当前容量大于第i个物品
//则 dp[i][j] 由 dp[i-1][j] 与 dp[i-1][j-nums[i-1]] 决定
//dp[i-1][j]: 不把第i个物品(nums[i-1])装入背包 则dp[i][j] 继承 前i-1个物品装进容量为j的背包的方法
//dp[i-1][j-nums[i-1]]: 把第i个物品(nums[i-1])装入背包 则dp[i][j] 继承前i-1个物品装进容量为j-nums[i-1]的背包的方法
dp[i][j]=dp[i-1][j]+dp[i-1][j-nums[i-1]];
}else{
//背包容量不足,直接继承
dp[i][j]=dp[i-1][j];
}
}
}
return dp[nums.length][sum];
}
}