文章目录
- 题目
- 思路
- 代码
- 复杂度分析
- 时间复杂度
- 空间复杂度
- 结果
- 总结
题目
题目链接🔗
给你一个由 不同 整数组成的数组
n
u
m
s
nums
nums,和一个目标整数
t
a
r
g
e
t
target
target 。请你从
n
u
m
s
nums
nums 中找出并返回总和为
t
a
r
g
e
t
target
target 的元素组合的个数。
题目数据保证答案符合 32 32 32 位整数范围。
示例 1:
**输入:**nums = [1,2,3], target = 4
**输出:**7
解释:
所有可能的组合为:
(1, 1, 1, 1)
(1, 1, 2)
(1, 2, 1)
(1, 3)
(2, 1, 1)
(2, 2)
(3, 1)
请注意,顺序不同的序列被视作不同的组合。
示例 2:
**输入:**nums = [9], target = 3
**输出:**0
提示:
- 1 ≤ n u m s . l e n g t h ≤ 200 1 \leq nums.length \leq 200 1≤nums.length≤200
- 1 ≤ n u m s [ i ] ≤ 1000 1 \leq nums[i] \leq 1000 1≤nums[i]≤1000
- n u m s nums nums 中的所有元素 互不相同
- 1 ≤ t a r g e t ≤ 1000 1 \leq target \leq 1000 1≤target≤1000
思路
这道题可以使用动态规划来解决。我们定义一个数组 d p dp dp,其中 d p [ i ] dp[i] dp[i] 表示选取的元素之和等于 i i i 的方案数。目标是求 d p [ t a r g e t ] dp[target] dp[target]。
动态规划的边界是 d p [ 0 ] = 1 dp[0]=1 dp[0]=1,因为只有当不选取任何元素时,元素之和才为 0 0 0,所以只有 1 1 1 种方案。
对于 1 ≤ i ≤ t a r g e t 1 \leq i \leq target 1≤i≤target,我们遍历数组 n u m s nums nums 中的每个元素 n u m num num,当 n u m ≤ i num \leq i num≤i 时,将 d p [ i − n u m ] dp[i-num] dp[i−num] 的值加到 d p [ i ] dp[i] dp[i]。
最终, d p [ t a r g e t ] dp[target] dp[target] 的值即为答案。
通过遍历数组 n u m s nums nums 中的每个元素来更新 d p [ i ] dp[i] dp[i] 的值,不同的选取顺序都会被考虑到。
代码
class Solution {
public:
long long dp[1010];
int combinationSum4(vector<int>& nums, int target) {
dp[0]=1;
for(int i=0;i<=target;i++){
for(int j=0;j<nums.size();j++){
if(i>=nums[j])
dp[i]=(int)dp[i]+dp[i-nums[j]];
}
}
return dp[target];
}
};
复杂度分析
时间复杂度
假设数组 n u m s nums nums 的长度为 n n n,目标整数为 t a r g e t target target,那么时间复杂度为 O ( n ⋅ t a r g e t ) O(n \cdot target) O(n⋅target)
空间复杂度
空间复杂度为 O ( t a r g e t ) O(target) O(target),即动态规划数组的长度
结果
总结
动态规划