动态规划LeetCode-494.目标和

给你一个非负整数数组 nums 和一个整数 target

向数组中的每个整数前添加 '+''-' ,然后串联起所有整数,可以构造一个 表达式

  • 例如,nums = [2, 1] ,可以在 2 之前添加 '+' ,在 1 之前添加 '-' ,然后串联起来得到表达式 "+2-1"

返回可以通过上述方法构造的、运算结果等于 target 的不同 表达式 的数目。

示例 1:

复制代码
输入:nums = [1,1,1,1,1], target = 3
输出:5
解释:一共有 5 种方法让最终目标和为 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
+1 + 1 + 1 + 1 - 1 = 3

示例 2:

复制代码
输入:nums = [1], target = 1
输出:1
  • 目标和问题 属于计数型动态规划,需要计算满足条件的所有组合的数量。

  • 01背包最优化问题 (如最大价值、最小数量)属于最值型动态规划 ,需要比较不同选择的最优结果(如 maxmin)。

递推公式差异

  • 最值型问题:dp[j] = max/min(dp[j], dp[j - w] + v)

  • 计数型问题:dp[j] += dp[j - w](累加所有可能的选择)

这题依然是01背包问题,但是是01背包排列组合问题。因为每个物品(题目中的1)只用一次!这次和之前遇到的背包问题不一样了,之前都是求容量为j的背包,最多能装多少。本题则是装满有几种方法。其实这就是一个组合问题了。

这题有两个关键点,第一如何想到这题用动态规划01背包思想解决呢?第二求的背包容量是多少呢?

做这题之前我们可以先去做LeetCode-416.分割等和子集和LeetCode-1049.最后一块石头的重量Ⅱ,这几题都是01背包系列问题。
动态规划LeetCode-416.分割等和子集-CSDN博客
动态规划LeetCode-1049.最后一块石头的重量Ⅱ-CSDN博客

416和1049题我们把总和分成两个集合,把其中一个集合当作背包容量,求价值。此题题目说构造一个正负号,那我们可以分成一个正数集合一个负数集合,并求某一个集合的即可。那我们可以把dp[j]的含义表示为装满容量为j有dp[j]种方法。求出装满正数总和j有多少种方法,就是得出目标和了。那这样子我们就把它转化成了01背包问题。

那第二求的背包容量是多少呢?这里我们把正数集合为left,负数集合为right,注意我们并没有带入符号进去,只是把某些数分配到负数集合里,并没有带负号。得出以下关系:

所以所得出的整数集合总数即时我们要求的背包容量bagsize。

动规五部曲(dp含义、递推公式、初始化、遍历顺序、打印数组)

dp含义:dp[j]表示为装满容量为j有dp[j]种方法。

递推公式:

01背包排列组合问题的递推公式为:dp[j] += dp[j-nums[i]];

为什么用 +=

对于每个数字 nums[i],我们需要统计以下两种情况的组合数之和:

  1. 不选 nums[i] :组合数保持为 dp[j](不改变当前容量 j 的组合数)。

  2. nums[i] :组合数增加 dp[j - nums[i]](当前容量 j 的组合数,加上未选 nums[i] 时容量为 j - nums[i] 的组合数)。

因此,递推公式为:

复制代码
dp[j] = dp[j] + dp[j - nums[i]]  # 即 dp[j] += dp[j - nums[i]]

这表示当前容量 j 的总组合数等于:

  • 之前不选 nums[i] 时的组合数(dp[j]),加上

  • nums[i] 后新增的组合数(dp[j - nums[i]])。

    使用 += 是因为需要累加所有可能的组合方式,而 dp[j - nums[i]] 表示未选当前数字时的组合数。

初始化:

memset(dp,0,sizeof(dp));全部初始为0,后面再重新初始dp[0],其他下标由dp[0]推导得。

dp[0]=1 凑成和为 0 的方法数为 1(不选择任何数字)

遍历顺序:

这里是用一维滚动数组来解决,所以物品遍历的for循环放在外层,遍历背包的for循环放在内层,然后题目说物品i只能放一次,所以且内层for循环倒序遍历!

因为倒序遍历是为了保证物品i只被放入一次!。但如果一旦正序遍历了,那么物品0就会被重复加入多次!

打印数组:当遇到疑惑或者提交错误时,打印数组出来比较快速的看看哪一步有错。

以下是我在力扣c语言提交的代码,仅供参考:

一维滚动数组:

复制代码
int findTargetSumWays(int* nums, int numsSize, int target) {
    int sum = 0;
    for(int i = 0;i<numsSize;i++)
    {
        sum += nums[i];
    }

    // 如果 (target + sum) 是奇数,或者 abs(target) > sum,直接返回 0
    if ((target + sum) % 2 != 0 || abs(target) > sum) {
        return 0;
    }

    int bagsize = (target + sum) / 2;
    int dp[bagsize+1];

    // 初始化 dp 数组
    memset(dp,0,sizeof(dp));
     // 凑成和为 0 的方法数为 1(不选择任何数字)
    dp[0] = 1;

    for(int i = 0;i<numsSize;i++)
    {
        for(int j = bagsize;j>=nums[i];j--)
        {
            //01背包计数型动态规划问题一维滚动数组递推公式
            dp[j] += dp[j-nums[i]];
        }
    }

    return dp[bagsize];
}
相关推荐
随缘而动,随遇而安1 小时前
第八十八篇 大数据中的递归算法:从俄罗斯套娃到分布式计算的奇妙之旅
大数据·数据结构·算法
IT古董2 小时前
【第二章:机器学习与神经网络概述】03.类算法理论与实践-(3)决策树分类器
神经网络·算法·机器学习
Alfred king5 小时前
面试150 生命游戏
leetcode·游戏·面试·数组
水木兰亭5 小时前
数据结构之——树及树的存储
数据结构·c++·学习·算法
Jess076 小时前
插入排序的简单介绍
数据结构·算法·排序算法
老一岁6 小时前
选择排序算法详解
数据结构·算法·排序算法
xindafu6 小时前
代码随想录算法训练营第四十二天|动态规划part9
算法·动态规划
xindafu6 小时前
代码随想录算法训练营第四十五天|动态规划part12
算法·动态规划
ysa0510307 小时前
Dijkstra 算法#图论
数据结构·算法·图论
一定要AK7 小时前
2025—暑期训练一
算法