文章目录
- 一、题目
- 二、解法
- 三、完整代码
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
二、解法
思路分析:本题明面上说是组合,实际上指的是排列。动态规划排列组合背包问题需要考虑遍历顺序。
d
p
[
i
]
dp[i]
dp[i]指的是nums数组中总和为target的元素排列的个数。
d
p
[
i
]
dp[i]
dp[i]可以由
d
p
[
i
−
n
u
m
s
[
j
]
]
dp[i-nums[j]]
dp[i−nums[j]]推导出来。因此递推公式为
d
p
[
i
]
+
=
d
p
[
i
−
n
u
m
s
[
j
]
]
dp[i] += dp[i - nums[j]]
dp[i]+=dp[i−nums[j]]。
d
p
[
0
]
dp[0]
dp[0]初始化为1,其他元素初始化为0。因为是排列问题,排列问题需要先遍历背包容量,后遍历物品。如果把遍历nums(物品)放在外循环,遍历target的作为内循环的话,举一个例子:计算dp[4]的时候,结果集只有 {1,3} 这样的集合,不会有{3,1}这样的集合,因为nums遍历放在外层,3只能出现在1后面。C++测试用例有两个数相加超过int的数据,所以需要在if里加上dp[i] < INT_MAX - dp[i - num]。
程序如下:
class Solution {
public:
int combinationSum4(vector<int>& nums, int target) {
vector<int>dp(target + 1, 0);
dp[0] = 1;
for (int i = 0; i <= target; i++) { // 遍历背包容量
for (int j = 0; j < nums.size(); j++) { // 遍历物品
if (i - nums[j] >= 0 && dp[i] < INT_MAX - dp[i - nums[j]]) {
dp[i] += dp[i - nums[j]];
}
}
}
return dp[target];
}
};
复杂度分析:
- 时间复杂度: O ( t a r g e t ∗ n ) O(target*n) O(target∗n),n是nums数组长度。
- 空间复杂度: O ( t a r g e t ) O(target) O(target)。
三、完整代码
# include <iostream>
# include <vector>
using namespace std;
class Solution {
public:
int combinationSum4(vector<int>& nums, int target) {
vector<int>dp(target + 1, 0);
dp[0] = 1;
for (int i = 0; i <= target; i++) { // 遍历背包容量
for (int j = 0; j < nums.size(); j++) { // 遍历物品
if (i - nums[j] >= 0 && dp[i] < INT_MAX - dp[i - nums[j]]) {
dp[i] += dp[i - nums[j]];
}
}
}
return dp[target];
}
};
int main() {
Solution s1;
vector<int> nums = { 1,2,3 };
int target = 4;
int result = s1.combinationSum4(nums, target);
cout << result << endl;
system("pause");
return 0;
}
end