力扣目标和的解题思路

回溯

1.全局变量解法

先画出决策树,然后分析,每一次到达叶子节点需要判断是否为目标值,然后返回上一级时需要完成恢复现场,左边递归玩恢复到右边也需要恢复现场

然后寻找递归出口,发现需要标记层数才可以完成dfs,所以在函数头的构造中要加入pos

class Solution {
    int ret;
    int path;
    int aim;
    public int findTargetSumWays(int[] nums, int target) {
        aim = target;
        ret = 0;
        dfs(nums,0);
        return ret;
    }
    public void dfs(int[] nums,int pos){
        if(pos == nums.length){
            if(path == aim){
                ret++;
            }
            return;
        }
        path += nums[pos];
        dfs(nums,pos + 1);
        path -= nums[pos] * 2;
        dfs(nums,pos + 1);
        path += nums[pos];
    }
}

2.局部变量解法

使用局部变量会更加简洁,思路和上一个一样一样要画出决策树,不同的是函数本身会帮你存储原来的内容,不需要手动进行回溯

class Solution {
    int ret;
    int aim;
    public int findTargetSumWays(int[] nums, int target) {
        aim = target;
        ret = 0;
        dfs(nums,0,0);
        return ret;
    }
    public void dfs(int[] nums,int pos,int path){
        if(pos == nums.length){
            if(path == aim){
                ret++;
            }
            return;
        }   
        dfs(nums,pos + 1,path + nums[pos]);
        dfs(nums,pos + 1,path - nums[pos]);
    }
}

总结

在这题中,局部变量的使用会比全局变量快更简洁,但存储数组那些优先选择全局变量,存储单一整数就使用局部变量来存储

动态规划

这是本题的最优解法

开始需要将它转化为可以使用动态规划的模型

然后开始找状态转移方程

class Solution {
    public int findTargetSumWays(int[] nums, int target) {
        int n = nums.length;
        int sum = 0;
        for(int x : nums){
            sum += x;
        }
        int aim = (sum + target) / 2;
        if(aim < 0 || (sum + target) % 2 == 1){
            return 0;
        }
        int[][] dp = new int[n + 1][aim + 1];
        dp[0][0] = 1;
        for(int i = 1;i <= n;i++){
            for(int j = 0;j <= aim;j++){
                dp[i][j] += dp[i - 1][j];
                if(j >= nums[i - 1]){
                    dp[i][j] += dp[i-1][j - nums[i - 1]];
                }
            }
        }
        return dp[n][aim];
    }
}