动态规划算法练习——10、目标和（求装满背包有⼏种⽅法，python和C++描述）

最新推荐文章于 2024-08-25 22:13:13 发布

Ma Sizhou

最新推荐文章于 2024-08-25 22:13:13 发布

阅读量456

点赞数 1

分类专栏： # 动态规划算法文章标签：算法 python c++

本文链接：https://blog.csdn.net/weixin_45901519/article/details/120394961

版权

本文通过一道力扣题目探讨如何使用动态规划解决目标和问题。首先尝试了回溯法，但因效率低下导致超时。接着，通过动态规划的0-1背包思想，用Python和C++编写了代码，将数字视为物品，目标和作为价值，计算满足条件的选法数量。

摘要由CSDN通过智能技术生成

本题的力扣链接：https://leetcode-cn.com/problems/target-sum/

目录

1、题目描述：

2、思路：

3、代码：

3.1 python代码（回溯法）：

3.2 python代码：

3.3 C++代码：

4、总结：

1、题目描述：

在这里插入图片描述

2、思路：

这道题首先一看，好像可以使用回溯搜索法，把所有的情况找出来，然后相加看是不是为target，若是，则计数器加1。这种思想很朴素，但是，会超时。但是也需要会编写程序啊，我把官方的贴过来吧。是C++代码。
下面是官方给的回溯法的思路：

class Solution {
   
public:
    int count = 0;

    int findTargetSumWays(vector<int>& nums, int target) {
   
        backtrack(nums, target, 0, 0);
        return count;
    }

    void backtrack(vector<int>& nums, int target, int index, int sum) {
   
        if (index == nums.size()) {
    // 到达边界，说明一次遍历完了
            if (sum == target) {
    // 符合条件
                count++; // 计数器加一
            }
        } else {
   
            backtrack(nums, target, index + 1, sum + nums[index]); // 第一种情况：前面添加+
            backtrack(nums, target, index + 1, sum - nums[index]); // 第二种情况：前面添加-
        }
    }
};

下面，看看动态规划的思路。需要转化问题。

原问题等同于： 找到nums一个正子集P和一个负子集N，使得总和等于target。即sum(P) - sum(N) == target，
即sum(P) + sum(N) + sum(P) - sum(N) == sum(P) + sum(N) + target
即2 * sum(P) == target + sum(nums)， 其中target + sum(nums)必须>=0且为偶数，否则等式不可能成立。
则问题转换为：存在多少个子集P，使sum(P) == (target + sum(nums))/2。
（到达这一步的时候，发现就是找组合啊，所以这里还可以使用回溯法求组合，代码在下面）

那动态规划是怎么做的呢？

dp[i][j]表示从0-i的数中取数，放到和为j的背包中，刚好能填满j的总共的取法有多少种。
(