标签:联想 解决问题 tar 题目 func 动态 规划 输入 code
这是一道水题,作为没有货的水货楼主如是说。
题意:已知一个数组nums {a1,a2,a3,.....,an}(其中0<ai <=1000(1<=k<=n, n<=20))和一个数S
c1a1c2a2c3a3......cnan = S, 其中ci(1<=i<=n)可以在加号和减号之中任选。
求有多少种{c1,c2,c3,...,cn}的排列能使上述等式成立。
例如:
输入:nums is [1, 1, 1, 1, 1], S is 3.
输出 : 5
符合要求5种等式:
-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
但是看完题的你们说,楼主这个题目的难度是中等题呀!
好吧,楼主说错了,它是中等题,但毋庸置疑这是一道动态规划的水题,是一个背包问题,不知道的背包问题的同学请百度下《背包九讲》。
注意:看那个《背包九讲》可能开始会感到生涩难懂,但是前方高能东西都是牛逼的东西。
回归到本题中,乍一看它是一个搜索问题,即搜索出所有可能的解即可,因为n最多为20,搜索一把也能顺利完成,解决也是比较容易的。
但是就没有更好的方法了吗?这时我们注意到0<ai <=1000这个条件,这么小的数值让我们很快联想到了动态规划。
没错,这是一个多阶段的背包问题,其中的难点是负数这么表示。
我们可以将[-max,max]映射到[0,2*max]就解决问题了。
我们现在可以想出以下的状态转移方程:
dp[i][j] = dp[i-1][j-a[i]] + dp[i-1][j+a[i]](1 <= i <= n, 0< j < 2 * sum(a[i]) + 1)
即i代表有多少个数,j - sum(a[i])代表每一种算出来的答案,dp[i][j]代表在答案j - sum(a[i])的情况下的c1,c2,c3,...,ci}的排列牌数。很明显当前的状态dp[i][j]是从上一次(i-1)的数加上当前的 a[i]得到的。
这样我们只要开出一个n * (2 * sum(a[i]) + 1)的数组,在O(n * (2 * sum(a[i]) + 1))的时间复杂度下解决这个问题。
那么还可以优化吗?答案是肯定的。
我们从状态转移方程中不难看出,在每一次转移的时候都只用了i-1次的答案和i次的结果,为此我们可以使用滚动数据对它进行优化。
只要我们开出2 * (2 * sum(a[i]) + 1)的数据,这样我们又再次优化了内存。
即我们可以在时间复杂度为O(n * (2 * sum(a[i]) + 1)) 和空间复杂度(2 * (2 * sum(a[i]) + 1)) 的情况下解决该问题。
下面上golang的代码(居然没有golang的语言编辑器,求增加)
1 func findTargetSumWays(nums []int, S int) int { 2 mid := 0 3 for _,v := range nums{ 4 mid += v 5 } 6 dp := make([][]int, 2) 7 for i,_:=range dp{ 8 dp[i] = make([]int, mid + mid + 1) 9 } 10 dp[0][mid] = 1 11 for i,v := range nums{ 12 for j,_:= range dp[(i + 1)%2]{ 13 dp[(i + 1)%2][j] = 0 14 } 15 for j:=0; j <= mid + mid; j++{ 16 if j >= v { 17 dp[(i+1)%2][j-v] += dp[i%2][j] 18 } 19 if j + v <= mid + mid { 20 dp[(i+1)%2][j+v] += dp[i%2][j] 21 } 22 } 23 } 24 if S > mid || S < -mid{ 25 return 0 26 } 27 28 return dp[len(nums)%2][S+mid] 29 }
Leetcode 494 Target Sum 动态规划 背包+滚动数据
标签:联想 解决问题 tar 题目 func 动态 规划 输入 code
原文地址:http://www.cnblogs.com/onlyac/p/6986139.html