题意简述:给定一个非负数组nums和目标值S,你需要在每个数之前加上加号或减号组成表达式。求令表达式的值恰好为S的方法总共有多少种。
输入:非负数组nums,目标值S
输出:使表达式的值恰好为S的方法总数。
示例:对于数组[1,1,1,1,1],S=3,那么总共有5种方法:令其中1个1取-号,剩余4个1取加号即可。
题解:
表面上看,每个位置都是考虑取加法还是取减法。我们不妨换个思路:记sum=∑ni=0nums[i],如果一开始令所有数都取减号,那么此时表达式的值是所有数之和的负数−sum,那么为使表达式的值变为S,要填补的差值是S−(−sum)=S+sum,我们需要将一些减号变为加号,表达式的结果随之增加2∗nums[i]。
那么问题就可以这样描述:从nums中取出若干个数,使它们的和的两倍等于S+sum,显而易见的01背包问题。
- 状态转移方程是 dp(i,j)=dp(i−1,j)+dp(i−1,j−nums[i]), dp(i,j)表示考虑前i个数,表达式的值为j的方法总数
- 01背包问题有个很经典的优化:如果j从后往前计算状态,我们可以用一维数组存放状态,而不需要二维数组。此时的状态转移方程是 dp(j)+=dp(j−nums[i])
- 初始状态是dp(0)=1
- 目标状态是dp((S+sum)/2) ,n为nums数的个数
最后的问题是:如何判断不存在这样的方法的情况?第一种情况是S的绝对值大于sum,即全取减号也比S大,全取加号也比S小。第二种情况比较隐蔽,如果S+sum是奇数,那么是不存在满足条件的取法的。
算法实现如下,时间复杂度是O(N*sum),空间复杂度是O(N)。
class Solution {
public:
int findTargetSumWays(vector<int>& nums, int S) {
if(nums.size() == 0) return 0;
int offset = 0;
for(int i = 0;i < nums.size();i++) offset += nums[i];
if(S < -offset || S > offset || (S+offset) % 2 == 1) return 0;
int dp[2001];
for(int i = 0;i < 2001;i++) dp[i] = 0;
dp[0] = 1;
for(int i = 0;i < nums.size();i++) {
for(int j = offset;j >= nums[i];j--) {
dp[j] += dp[j-nums[i]];
}
}
return dp[(S+offset)/2];
}
};
给定非负数组nums和目标值S,计算使得表达式值为S的不同加减组合数。通过转换加号和减号,找出01背包问题的解决方案,使用状态转移方程进行优化,时间复杂度为O(N*sum),空间复杂度为O(N)。

1021

被折叠的 条评论
为什么被折叠?



