【算法与数据结构】494、LeetCode目标和

发布时间:2024年01月20日

所有的LeetCode题解索引,可以看这篇文章——【算法和数据结构】LeetCode题解

一、题目

在这里插入图片描述

二、解法

??思路分析:本题和这道题【算法与数据结构】1049、LeetCode 最后一块石头的重量 II类似,同样可以转换成01背包问题。下面开始论述。假设添加正号的整数子集和为 p o s i t i v e positive positive,添加负号的整数子集和为 n e g a t i v e negative negative那么我们有 p o s i t i v e ? n e g a t i v e = t a r g e t , p o s i t i v e + n e g a t i v e = s u m positive - negative=target, positive + negative = sum positive?negative=target,positive+negative=sum。因此 p o s i t i v e = ( t a r g e t + s u m ) / 2 positive = (target + sum)/2 positive=(target+sum)/2,其中 s u m sum sum代表nums的和。找到了和为 p o s i t i v e positive positive的子集就找到了 n e g a t i v e negative negative。因此,问题变成了寻找和为 p o s i t i v e positive positive的子集数量。寻找和为 p o s i t i v e positive positive的子集是一个01背包问题。其中, p o s i t i v e positive positive是背包的容量,物品及其价值是 n u m s nums nums数组。 d p [ j ] dp[j] dp[j]代表填满 j j j(包括 j j j)这么大容积的包,有 d p [ j ] dp[j] dp[j]种方法。递归公式可以由 d p [ j ? n u m s [ i ] ] dp[j-nums[i]] dp[j?nums[i]]得出,例如只要有 n u m s [ i ] nums[i] nums[i],那么弄成 d p [ j ] dp[j] dp[j]的方法就有 d p [ j ? n u m s [ i ] ] dp[j-nums[i]] dp[j?nums[i]]中,并且根据 n u m s [ i ] nums[i] nums[i]的不同会有不同的方法,所以 d p [ j ] dp[j] dp[j]应该采取累加的形式。然后 d p [ 0 ] dp[0] dp[0]应该初始化为1(为0的话所有的 d p [ j ] dp[j] dp[j]都是0)。

??程序如下

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = accumulate(nums.begin(), nums.end(), 0);
        if ((target + sum) % 2 != 0 || abs(target) > sum) return 0;
        int positive = (target + sum) / 2;
        vector<int> dp(vector<int>(positive + 1, 0));
        dp[0] = 1;
        for (int i = 0; i < nums.size(); i++) {			// 遍历物品
            for (int j = positive; j >= nums[i]; j--) {			// 遍历背包容量
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[positive];
    }
};

复杂度分析:

  • 时间复杂度: O ( m ? n ) O(m*n) O(m?n), n为nums数组大小,m为背包容量。
  • 空间复杂度: O ( m ) O(m) O(m)

三、完整代码

# include <iostream>
# include <vector>
# include <numeric>
using namespace std;

class Solution {
public:
    int findTargetSumWays(vector<int>& nums, int target) {
        int sum = accumulate(nums.begin(), nums.end(), 0);
        if ((target + sum) % 2 != 0 || abs(target) > sum) return 0;
        int positive = (target + sum) / 2;
        vector<int> dp(vector<int>(positive + 1, 0));
        dp[0] = 1;
        for (int i = 0; i < nums.size(); i++) {			// 遍历物品
            for (int j = positive; j >= nums[i]; j--) {			// 遍历背包容量
                dp[j] += dp[j - nums[i]];
            }
        }
        return dp[positive];
    }
};

int main() {
    Solution s1;
    vector<int> nums = { 1,1,1,1,1 };
    int target = 3;
    int result = s1.findTargetSumWays(nums, target);
    cout << result << endl;
    system("pause");
    return 0;
}

end

文章来源:https://blog.csdn.net/qq_45765437/article/details/135712213
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。