0 、参考资料
一、代码思路
给定一个正整数数组 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。
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
二、 代码思路
本题有两种思路来解决问题:
- 使用回溯算法
每个元素都可以加 + 或者 加 -,所以每个数字有两种状态可以选择,一共有n个数字,也就是有 2^n 中选择的方法。对应到回溯搜索树上就是一颗完全的二叉搜索树。可以想象一下选择结果。
所以,可以使用回溯把所有子集结果选出来,判断哪些子集和为target即可。 - 转换为背包问题使用动态规划
我们假设sum为数组之和,neg为加上 - 号元素的之和,所以
sum - neg - neg = target(neg是正的),所以问题就转换成
neg = (sum - target) / 2 ,从数组中选出几个数之和为neg,这样的背包问题,与上一道题:分割等和子集 一摸一样。
三、代码题解
//这是Go中的回溯算法
//https://leetcode.cn/problems/YaVDxD/solutions/1025570/jia-jian-de-mu-biao-zhi-by-leetcode-solu-be5t/
func findTargetSumWays(nums []int, target int) int {
//var arr [][]int
//arr1 := new([2]int)
//target为负的,无法初始化二维数组
/*
for x := 0; x < len(nums); x++ { //循环为一维长度
ar := make([]int, target) //创建一个一维切片,分配一片内存空间,然后把指针给ar
arr = append(arr, ar) //把一维切片,当作一个整体传入二维切片中
}
fmt.Printf("The sum of the array is: %v", *&arr[0])
fmt.Printf("The sum of the array1 is: %v", arr1)
*/
//回溯
var count int = 0
dfs(0,target,len(nums),0,&nums,&count)
return count
}
func dfs(cur int, target int, length int, sum int, nums *[]int, count *int) {
if cur == length {
if target == sum {
*count++
}
return
}
//先考虑+
sum += (*nums)[cur]
dfs(cur + 1, target, length, sum, nums, count)
sum -= (*nums)[cur]
//再考虑-
sum -= (*nums)[cur]
dfs(cur + 1, target, length, sum, nums, count)
sum += (*nums)[cur]
}
动态规划(这个有一点问题,没来得及调):
func findTargetSumWays(nums []int, target int) int {
//动态规划
//sum - neg - neg = target
//neg = (sum - target) / 2
var sum int
for _, num := range(nums) {
sum += num
}
//相当于从nums数组中找出几个数之和等于neg,与上一道背包问题一摸一样
if (sum - target) % 2 != 0 {
return 0
}
var neg = (sum - target) / 2
var dp[][]int
for i := 0; i < len(nums) + 1; i++ {
ar := make([]int, neg + 1)
dp = append(dp, ar)
}
//dp[0][0] = 1
//dp[0][j] = 0
//dp[i][j] 表示,从0 - i个数中选数之和等于j的方案
dp[0][0] = 1
for j := 1; j < neg + 1; j++ {
dp[0][j] = 0
}
//fmt.Println(len(dp))
for i := 1; i < len(nums) + 1; i++ {
//fmt.Println("i is %v",i)
for j := 0; j < neg + 1; j++ {
if j < nums[i - 1] {
//表示nums[i]这个数不能选,所以从 0 - i 中选出和为j 的方案与 0 - j-1 一致
dp[i][j] = dp[i - 1][j]
//fmt.Println(dp[i][j])
} else {
//可以选该数也可以不选该数,这里是nums[i - 1]的原因就是,我们为了便于判断边界值数组长款都加了一个长度
dp[i][j] = dp[i - 1][j]
dp[i][j] += dp[i][j - nums[i - 1]]
fmt.Println(dp[i][j])
temp := dp[i - 1][j]
temp2 := dp[i][j - nums[i - 1]]
temp3 := temp + temp2
//dp[i][j] = temp3
fmt.Println(temp)
fmt.Println(temp2 == dp[i][j - nums[i - 1]])
fmt.Println(temp3)
fmt.Println(i)
fmt.Println(j)
fmt.Println(dp[i - 1][j])
fmt.Println(dp[i][j - nums[i - 1]])
fmt.Println(dp[i][j])
}
}
}
return dp[len(nums)][neg]
}
func dfs(cur int, target int, length int, sum int, nums *[]int, count *int) {
if cur == length {
if target == sum {
*count++
}
return
}
//先考虑+
sum += (*nums)[cur]
dfs(cur + 1, target, length, sum, nums, count)
sum -= (*nums)[cur]
//再考虑-
sum -= (*nums)[cur]
dfs(cur + 1, target, length, sum, nums, count)
sum += (*nums)[cur]
}