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: