动态规划学习-背包问题（01背包）-目标和

题目：力扣题目链接 >>>学习 代码随想录 

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：

• 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。

提示：

• 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。

代码随想录思路：

1.从题目来看可以用回溯，暴力求解，但是超时了.

时间复杂度为2**n(n为nums长度)

2.动态规划

从题目来看看不出来与动态规划背包的关系。我们需要转化一下。

我们需要求组合为目标值target，那么一定有非负的整数x[z1,z2...],y[z1,z2,z3]。

sum(x) +sum(y)= sum(nums)

sum(x) -sum(y)= target

那么2y = sum(nums)+target

y = (sum(nums)+target)//2

而我们所求值则为当target = n时，背包重量为y有几种组合的方法。

同时当y为小数或者target大于sum（nums）立即返回False。

当y的组合方式确定了，那么另一半的组合方式也确定了。

同时target，也确定了。

所以我们转求背包重量为y时，我们填满背包有多少种方法。

接下来时背包五步法：

1.确定dp和下标含义

dp得含义为重量为i时，有多少种组成方法，i为背包重量。

2.确定递推公式

有哪些来源可以推导出dp[i]

每有一个nums[i]，那么凑成dp[i]就有dp[i-nums[i]]种方法。

例如：dp[j]，j为5，

• 已经有一个1（nums[i]） 的话，有 dp[4]种方法 凑成 容量为5的背包。
• 已经有一个2（nums[i]） 的话，有 dp[3]种方法 凑成 容量为5的背包。
• 已经有一个3（nums[i]） 的话，有 dp[2]中方法 凑成 容量为5的背包
• 已经有一个4（nums[i]） 的话，有 dp[1]中方法 凑成 容量为5的背包
• 已经有一个5 （nums[i]）的话，有 dp[0]中方法 凑成 容量为5的背包

那么组成dp有多种排序方法呢，也就是把所有的dp[j-nums[i]]累加起来.

那么所有的组合类问题，都是dp[j] += dp[j-nums[i]]

3.dp数组如何初始化

dp[i]都是由dp[i]+dp[i-nums[i]]，所以初始化dp[i]为0，那么最初dp都是由dp[i]组成，

dp[i]都由dp[0]推导来，那么

数组[0],targer=0,那么bagsize = (target+sum)/2=0。dp[0]也应该是1，也就是说给数组里的dp[0]=1

所以数组dp[j]中其他下标对应的数值应该初始化为0，而dp[0]为1.

4.确定遍历顺序

和01背包一样，遍历分为内外两层，

外层是nums，内层是target,但是需要倒序遍历

for i in range(len(nums)):

        for j in range(target,nums[i]-1,0):

                dp[j] = Fun(nums[i],dp[j])

5.举例说明dp数组

输入：nums[1,1,1,1,1],s:3

bagsize = (s+sum)/2 =(3+5)/2 = 4

dp数组如下：

解答：

def findTargetSumWays(nums ,target) :
    x = sum(nums) + target
    if x % 2 == 1 or abs(target) > sum(nums):
        return 0
    bagsize = (x) // 2
    dp = [0] * (bagsize + 1)
    dp[0] = 1
    for i in range(len(nums)):
        for j in range(bagsize, nums[i] - 1, -1):
            dp[j] = dp[j] + dp[j - nums[i]]
    return dp[bagsize]

时间复杂度：O（n*m）n = len(nums),m=（sum（nums）+ target）//2+1

空间复杂度：O（m）m =（sum（nums）+ target）//2+1

不懂得点：

不是很理解背包的递推公式的计算。

尝试强行记住 

求装满背包有几种方法的情况下，递推公式一般为：

dp[j] += dp[j - nums[i]];

总结：