【LeetCode】每日一题2021/11/26

• 思路
  这道题一样有重叠子问题，然后我们看到它有一个target，一个数组，数组里的数字只能用一次，所以考虑01背包问题求解。
  这道题，要找到所有的情况，就是要穷举，也可想到回溯的办法来穷举所有的情况。
  target就是背包的最大容量，然后数组nums[i]加上符号一起构成了物品的重量和物品的价值。
  考虑dp五要素：
  dp的数组定义与下标含义：dp[target+1]，代表对应的背包容量下满足价值等于，其中下标含义是背包容量；
  dp的状态转移方程：dp[j]=max(dp[j],dp[j-nums[i]]+nums[i])；
  dp的初始化：都初始化为0；
  dp的遍历顺序：外层物品i=0;i<nums.length;i++，内层背包容量j=target;j>=nums[i];j–；
  举例推导
  考虑到这里就发现困难了，上述感觉不太对。
  参考题解
  这里最难的是想到有加有减，怎么来处理呢？如果只有加或减一种是不是就更好处理呢？
  所以依旧是考虑把加减分为两部分。
  
  

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        int sum = 0;
        // 求总和
        for (int i = 0; i < nums.length; i++) {
            sum += nums[i];
        }
        // 这是推导出的为+的数字的总和
        // 要满足bagSize = (sum + target) / 2，如果不能够整除说明数字是凑不上的
        if ((sum + target) % 2 == 1) {
            return 0;
        }
        // 如情况[100] -200
        if (Math.abs(target) > sum) {
            return 0;
        }
        // 要得到的总和，即添加+得到的总和
        int bagSize = (sum + target) / 2;
        int[] dp = new int[bagSize + 1];
        dp[0] = 1;
        for (int i = 0; i < nums.length; i++) {
            for (int j = bagSize; j >= nums[i]; j--) {
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[bagSize];
    }
}

• 总结
  其实到这里，发现背包问题很多时候都不是能够直接就能想到办法来解决，很多时候都是要处理一下，分为子问题，变成两部分，拿一部分来做背包去与另一部分进行相应的呼应。
  这道题又是一种新的题型是在背包中加入组合问题，在dp数组定义和状态转移方程就有所区别。
  还需要多加练习。