这个题很容易能想到用DFS去做,只要将所有的累加情况列举出来,就能得到最终和为S的方案数
int count = 0;
public int findTargetSumWays(int[] nums, int S) {
find(0,nums,0,S);
return count;
}
private void find(int index, int[] nums, int sum, int S){
if (index == nums.length) {
if (S == sum){
count ++;
}
}else{
find(index + 1, nums, sum + nums[index], S);
find(index + 1, nums, sum - nums[index], S);
}
}
不难发现,递归过程中会有很多冗余计算,比如1 1 1 1 -1 和 1 1 1 1 1这两个组合的和,都是从头开始累加计算出来的,如果我们将1 1 1 1的结果保存下来,那么就能减少很多不必要的计算!
动态规划:(多做练习才能总结出状态转移方程)
动态规划的状态转移方程:
dp[i][j] = dp[i-1][j-nums[i]] + dp[i-1][j+nums[i]]
用数组中的前i个元素组成合为j的方案数
又因为数组下标不能为负,j的范围就是sum*2+1,加1是因为0
代码里注意分界
public int findTargetSumWays(int[] nums, int S) {
int sum = 0;
for (int c : nums){
sum += c;
}
if (sum < S){
return 0;
}
int dp[][] = new int[nums.length][sum*2+1];
if (nums[0] == 0){
dp[0][sum] = 2;
}else{
dp[0][sum - nums[0]] = 1;
dp[0][sum + nums[0]] = 1;
}
for (int i = 1; i < nums.length; i++){
for (int j = 0; j < sum*2+1; j++){
int l = j + nums[i] < sum*2+1 ? j + nums[i] : 0;
int r = j - nums[i] >=0 ? j - nums[i] : 0;
dp[i][j] = dp[i-1][l] + dp[i-1][r];
}
}
return dp[nums.length - 1][sum + S];
}