[01背包]494.目标和
494. 目标和 - 力扣（LeetCode）
这个代码是用来解决“目标和”问题的，即在给定一个非负整数数组 nums 和一个整数 target 的情况下，通过在每个数字前添加 + 或 - 号，使得整个表达式的和等于 target，求有多少种不同的方法。
方法思路
-
问题转换：首先，我们需要将问题转换为一个背包问题。假设所有添加
+的数字之和为pos，所有添加-的数字之和为neg。那么有：pos - neg = targetpos + neg = sum(nums)
通过这两个等式，可以推导出pos = (sum(nums) + target) / 2。因此，问题转化为在nums中找到若干数字，使其和为pos，即一个典型的背包问题。
-
边界条件处理：
- 如果
sum(nums) < abs(target)，那么无论如何组合都无法达到target，直接返回 0。 - 如果
(sum(nums) + target)不是偶数，那么pos不是整数，同样无法达到，返回 0。
- 如果
-
动态规划（记忆化搜索）：使用深度优先搜索（DFS）结合记忆化来避免重复计算。
dfs(i, c)表示从前i个数字中选出若干数字，使其和为c的方法数。递归关系如下：- 如果当前数字
nums[i]大于剩余容量c，则只能不选该数字，即dfs(i-1, c)。 - 否则，可以选择不选或选该数字，即
dfs(i-1, c) + dfs(i-1, c - nums[i])。
- 如果当前数字
class Solution:def findTargetSumWays(self, nums: List[int], target: int) -> int:# p->+# q->-# p+q = s# p-q = target# p = (s-target)/2 # p必须是整数，s必须大于targets = sum(nums) - abs(target)if s<0 or s%2 == 1:return 0m = s//2memo = {}# i 是当前处理的数字在 nums 数组中的索引# c 是当前剩余的目标和（即背包问题中的剩余容量）def dfs(i,c):if(i,c) in memo:return memo[(i,c)]# 当 i 变为负数时，表示所有数字已经处理完毕。if i < 0:return 1 if c==0 else 0# 如果当前数字 nums[i] 比剩余目标和 c 还大，那么不能选它，只能跳过（即 dfs(i - 1, c)）if c < nums[i]:memo[(i,c)] = dfs(i-1,c)# 如果 nums[i] 可以选（即 c >= nums[i]），则有两种选择：# 不选 nums[i]：继续递归 dfs(i - 1, c)。# 选 nums[i]：递归 dfs(i - 1, c - nums[i])，并减少剩余目标和 celse:memo[(i,c)] = dfs(i-1,c) +dfs(i-1,c-nums[i])return memo[(i,c)]# i = len(nums) - 1 表示从数组的最后一个数字开始处理return dfs(len(nums)-1,m)# 从最后一个数字开始处理（i = len(nums) - 1）是更自然的选择，因为：# 终止条件更清晰（i < 0）。# 更符合动态规划填表顺序（从后往前依赖）。# 记忆化存储更方便（(i, c) 对更易管理）。# 与数学归纳法一致（假设 i 之后的问题已解决）。# 代码更简洁（减少边界判断）。