- 目标和
给定一个非负整数数组,a1, a2, …, an, 和一个目标数,S。现在你有两个符号 + 和 -。对于数组中的任意一个整数,你都可以从 + 或 -中选择一个符号添加在前面。
返回可以使最终数组和为目标数 S 的所有添加符号的方法数。
示例 1:
输入: nums: [1, 1, 1, 1, 1], S: 3
输出: 5
解释:
-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
一共有5种方法让最终目标和为3。
注意:
数组非空,且长度不会超过20。
初始的数组的和不会超过1000。
保证返回的最终结果能被32位整数存下。
1.利用dfs回溯方法,完成自由组合-(与招行4.8笔试那题差不多)s与sum重复了,可以使用一个变量,只需要边界处判断是否为0即可
这种不算是回溯,因为只有两种可能
class Solution {
int res;
public int findTargetSumWays(int[] nums, int s) {
if(nums == null || nums.length == 0) return -1;
res = 0;
dfs(nums, 0, s, 0);
return res;
}
void dfs(int[] nums, int index, int s, int sum){
if(index == nums.length){
if(sum == s){
res++;
}
return;
}
sum += nums[index];
dfs(nums, index + 1, s, sum);
sum -= 2*nums[index];//临时还原一下状态
dfs(nums, index + 1, s, sum);
}
class Solution {
int res;
public int findTargetSumWays(int[] nums, int s) {
if(nums == null || nums.length == 0) return -1;
res = 0;
dfs(nums, 0, s, 0);
return res;
}
void dfs(int[] nums, int index, int s, int sum){
if(index == nums.length){
if(sum == s){
res++;
}
return;
}
//sum += nums[index];
dfs(nums, index + 1, s, sum - nums[index]);
//sum -= 2*nums[index];//临时还原一下状态
dfs(nums, index + 1, s, sum + nums[index]);
}
}
2.dp
dp[ i ][ j ] = dp[ i - 1 ][ j - nums[ i ] ] + dp[ i - 1 ][ j + nums[ i ] ]
class Solution {
public int findTargetSumWays(int[] nums, int s) {
//仍然采用动态规划方法
int sum = 0;
for(int num :nums){
sum += num;
}
if(Math.abs(s) > sum) return 0;//因为元素都大于0,不加绝对值也是可以的
//同时要注意这里必须得判断,后面的主程序无法识别这个,因为会数组越界
int len = nums.length;
int t = 2*sum + 1;
int[][] dp = new int[len][t];
//由于dp表格可能出现负值,整体移动
//对于第一个应当特殊处理
if(nums[0] == 0){//初始化第一行
//dp[0][0] = 2;//加0减0都是成立的
dp[0][sum] = 2;
}else{
dp[0][-nums[0] + sum] = 1;
dp[0][nums[0] + sum] = 1;//整体移动sum,不然会出错
}
for(int i = 1; i < len; i++){
for(int j = 0; j < t; j++){//j取值范围0-t
//这里可以直接操作,因为都是转化过的
//dp[i][j]原始为0
if(j >= nums[i]) dp[i][j] += dp[i - 1][j - nums[i]];
if(j + nums[i] < t) dp[i][j] += dp[i - 1][j + nums[i]];
}
}
return dp[len - 1][s + sum];
}
}
3.转化为背包问题
01背包其实不是这种解法的重点,重点是怎么把题目转化成求解01背包的形式。
如果只是单纯的求解和为某个S的组合个数,那就是01背包。。。
但是这题目中不仅有加,还有减,就得进行一个转化了。
思路就是把整个集合看成两个子集,Q表示整个集合,P表示正数子集,N表示负数子集, T表示目标和,用S(X)S(X)表示集合的求和函数,集合中均为非负数,N集合是指选中这部分元素作为负数子集。
S(P) - S(N) = T
S(P)−S(N)=T
S(P) + S(N) + S(P) - S(N) = T + S(P) + S(N)
S(P)+S(N)+S(P)−S(N)=T+S(P)+S(N)
2S(P) = S(Q) + T
2S(P)=S(Q)+T
也就是:正数集的和的两倍 == 等于目标和 + 序列总和
所以问题就转换成了,找到一个正数集P,其和的两倍等于目标和+序列总和。
class Solution {
public int findTargetSumWays(int[] nums, int s) {
//仍然采用动态规划方法
int sum = 0;
for(int num :nums){
sum += num;
}
if(Math.abs(s) > sum) return 0;
int len = nums.length;
s = s + sum;//别忘了除2
if(s % 2 == 1) return 0;//这种情况也会是不存在
s /= 2;
int dp[] = new int[s + 1];
dp[0] = 1;
for(int i = 0; i < len; i++){//注意这里要从0开始,不是从1
for(int j = s; j >= nums[i]; j--){//因为呀要参考上一行的,所以要倒着来
dp[j] += dp[j - nums[i]];
}
}
return dp[s];
}
}
0-1背包问题转为二维问题全纪录
class Solution {
public static void main(String[] args) {
int[] arr = {0,0,0,0,0,0,0,0,1};
new Solution().findTargetSumWays(arr, 1);
}
public int findTargetSumWays(int[] nums, int s) {
//仍然采用动态规划方法
int sum = 0;
for(int num :nums){
sum += num;
}
if(Math.abs(s) > sum) return 0;
int len = nums.length;
s = s + sum;//别忘了除2
if(s % 2 == 1) return 0;//这种情况也会是不存在
s /= 2;
/*int dp[][] = new int[len][s + 1];
dp[0][0] = 1;
if(s >= nums[0]) dp[0][nums[0]] = 1;
for(int i = 1; i < len; i++){
for(int j = 0; j <= s; j++){
dp[i][j] = dp[i - 1][j];
if(j >= nums[i]){
dp[i][j] += dp[i - 1][j - nums[i]];
}
}
}
for(int i = 0; i< len; i++){
for(int j = 0; j <= s; j++){
System.out.print(dp[i][j] + " ");
}
System.out.println();
}
return dp[len -1][s];
*/
int dp[] = new int[s + 1];
dp[0] = 1;
for(int i = 0; i < len; i++){
for(int j = s; j >= nums[i]; j--){//因为呀要参考上一行的,所以要倒着来
dp[j] += dp[j - nums[i]];
}
for(int j = 0; j <=s; j++){
System.out.print(dp[j] + " ");
}
System.out.println();
}
return dp[s];
}
}
被注释的即为二维的做法,但是最终通过率是130/138,关键就在于dp[0][0]=1,这个出了问题,对于dp[len-1][s + 1]其真的有可能出现数组元素值为0 的情况:
二者dp[0][0]就不相同,这就是分歧所在;
所以dp数组应为dp[len + 1][s + 1]应对某一元素为0 的状态,这里与474题相似,同设置了dp[len + 1]选项,所以在dp[0][x]的初始化,会有很多没考虑到的情况
2.dp[0][0]=1还是0,其实不用太紧张,他只会影响到第一行dp表的取值(对于二维dp而言,一维影响还是很广的)
上述代码只需要修改一下一处即可
if(s >= nums[0]) dp[0][nums[0]] = 1; ===>>> if(s >= nums[0]) dp[0][nums[0]] += 1;
代码如下:
class Solution {
public int findTargetSumWays(int[] nums, int s) {
//仍然采用动态规划方法
int sum = 0;
for(int num :nums){
sum += num;
}
if(Math.abs(s) > sum) return 0;
int len = nums.length;
s = s + sum;//别忘了除2
if(s % 2 == 1) return 0;//这种情况也会是不存在
s /= 2;
int dp[][] = new int[len][s + 1];
dp[0][0] = 1;
if(s >= nums[0]) dp[0][nums[0]] += 1;
for(int i = 1; i < len; i++){
for(int j = 0; j <= s; j++){
dp[i][j] = dp[i - 1][j];
if(j >= nums[i]){
dp[i][j] += dp[i - 1][j - nums[i]];
}
}
}
return dp[len -1][s];
}
}
== 总结一下,需要注意的点:==
1.直接抄下来,dp[i][j] = dp[i - 1][j],先继承前面的结果,也就是数组元素不一定全部使用
2.累加:dp[i][j] += dp[i - 1][j - nums[i]];
这里也加上了1的结果,也就是去除一种nums[i]都对应一种组合情况,叠加即可
3.dp[len][s + 1]要注意dp[0][x]的初始化,注意是否存在等于0 的情况,因此可以考虑设置为dp[len + 1][s + 1]
对应代码如下:
class Solution {
public static void main(String[] args) {
int[] arr = {0,0,0,0,0,0,0,0,1};
new Solution().findTargetSumWays(arr, 1);
}
public int findTargetSumWays(int[] nums, int s) {
//仍然采用动态规划方法
int sum = 0;
for(int num :nums){
sum += num;
}
if(Math.abs(s) > sum) return 0;
int len = nums.length;
s = s + sum;//别忘了除2
if(s % 2 == 1) return 0;//这种情况也会是不存在
s /= 2;
int dp[][] = new int[len + 1][s + 1];
dp[0][0] = 1;//只需要把参照设为1即可,与L474对比,那个为0,但是循环中每次都会+1
for(int i = 1; i <= len; i++){
for(int j = 0; j <= s; j++){
dp[i][j] = dp[i - 1][j];
if(j >= nums[i - 1]){//注意是i- 1
dp[i][j] += dp[i - 1][j - nums[i - 1]];
}
}
}
//方便随时打印查看
for(int i = 0; i<= len; i++){
for(int j = 0; j <= s; j++){
System.out.print(dp[i][j] + " ");
}
System.out.println();
}
return dp[len][s];
}
}