题目描述
给你一个长度为 n
的整数数组 nums
和一个 正 整数 k
。
一个整数数组的 能量 定义为和 等于 k
的子序列的数目。
请你返回 nums
中所有子序列的 能量和 。
由于答案可能很大,请你将它对 109 + 7
取余 后返回。
示例 1:
输入: nums = [1,2,3], k = 3
输出: 6
解释:
总共有 5
个能量不为 0 的子序列:
- 子序列
[1,2,3]
有 2
个和为 3
的子序列:[1,2,3]
和 [1,2,3]
。
- 子序列
[1,2,3]
有 1
个和为 3
的子序列:[1,2,3]
。
- 子序列
[1,2,3]
有 1
个和为 3
的子序列:[1,2,3]
。
- 子序列
[1,2,3]
有 1
个和为 3
的子序列:[1,2,3]
。
- 子序列
[1,2,3]
有 1
个和为 3
的子序列:[1,2,3]
。
所以答案为 2 + 1 + 1 + 1 + 1 = 6
。
示例 2:
输入: nums = [2,3,3], k = 5
输出: 4
解释:
总共有 3
个能量不为 0 的子序列:
- 子序列
[2,3,3]
有 2 个子序列和为 5
:[2,3,3]
和 [2,3,3]
。
- 子序列
[2,3,3]
有 1 个子序列和为 5
:[2,3,3]
。
- 子序列
[2,3,3]
有 1 个子序列和为 5
:[2,3,3]
。
所以答案为 2 + 1 + 1 = 4
。
示例 3:
输入: nums = [1,2,3], k = 7
输出: 0
解释:不存在和为 7
的子序列,所以 nums
的能量和为 0
。
提示:
1 <= n <= 100
1 <= nums[i] <= 104
1 <= k <= 100
解法
方法一:动态规划
题目需要我们在给定数组 $\textit{nums}$ 中找到所有子序列 $\textit{S}$,然后计算每个 $\textit{S}$ 的每个子序列 $\textit{T}$ 的和等于 $\textit{k}$ 的方案数。
我们定义 $f[i][j]$ 表示前 $i$ 个数构成的若干个子序列中,每个子序列的子序列和等于 $j$ 的方案数。初始时 $f[0][0] = 1$,其余位置均为 $0$。
对于第 $i$ 个数 $x$,有以下三种情况:
- 不在子序列 $\textit{S}$ 中,此时 $f[i][j] = f[i-1][j]$;
- 在子序列 $\textit{S}$,但不在子序列 $\textit{T}$ 中,此时 $f[i][j] = f[i-1][j]$;
- 在子序列 $\textit{S}$,且在子序列 $\textit{T}$ 中,此时 $f[i][j] = f[i-1][j-x]$。
综上,状态转移方程为:
$$
f[i][j] = f[i-1][j] \times 2 + f[i-1][j-x]
$$
最终答案为 $f[n][k]$。
时间复杂度 $O(n \times k)$,空间复杂度 $O(n \times k)$。其中 $n$ 为数组 $\textit{nums}$ 的长度,而 $k$ 为给定的正整数。
1
2
3
4
5
6
7
8
9
10
11
12 | class Solution:
def sumOfPower(self, nums: List[int], k: int) -> int:
mod = 10**9 + 7
n = len(nums)
f = [[0] * (k + 1) for _ in range(n + 1)]
f[0][0] = 1
for i, x in enumerate(nums, 1):
for j in range(k + 1):
f[i][j] = f[i - 1][j] * 2 % mod
if j >= x:
f[i][j] = (f[i][j] + f[i - 1][j - x]) % mod
return f[n][k]
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17 | class Solution {
public int sumOfPower(int[] nums, int k) {
final int mod = (int) 1e9 + 7;
int n = nums.length;
int[][] f = new int[n + 1][k + 1];
f[0][0] = 1;
for (int i = 1; i <= n; ++i) {
for (int j = 0; j <= k; ++j) {
f[i][j] = (f[i - 1][j] * 2) % mod;
if (j >= nums[i - 1]) {
f[i][j] = (f[i][j] + f[i - 1][j - nums[i - 1]]) % mod;
}
}
}
return f[n][k];
}
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19 | class Solution {
public:
int sumOfPower(vector<int>& nums, int k) {
const int mod = 1e9 + 7;
int n = nums.size();
int f[n + 1][k + 1];
memset(f, 0, sizeof(f));
f[0][0] = 1;
for (int i = 1; i <= n; ++i) {
for (int j = 0; j <= k; ++j) {
f[i][j] = (f[i - 1][j] * 2) % mod;
if (j >= nums[i - 1]) {
f[i][j] = (f[i][j] + f[i - 1][j - nums[i - 1]]) % mod;
}
}
}
return f[n][k];
}
};
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18 | func sumOfPower(nums []int, k int) int {
const mod int = 1e9 + 7
n := len(nums)
f := make([][]int, n+1)
for i := range f {
f[i] = make([]int, k+1)
}
f[0][0] = 1
for i := 1; i <= n; i++ {
for j := 0; j <= k; j++ {
f[i][j] = (f[i-1][j] * 2) % mod
if j >= nums[i-1] {
f[i][j] = (f[i][j] + f[i-1][j-nums[i-1]]) % mod
}
}
}
return f[n][k]
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15 | function sumOfPower(nums: number[], k: number): number {
const mod = 10 ** 9 + 7;
const n = nums.length;
const f: number[][] = Array.from({ length: n + 1 }, () => Array(k + 1).fill(0));
f[0][0] = 1;
for (let i = 1; i <= n; ++i) {
for (let j = 0; j <= k; ++j) {
f[i][j] = (f[i - 1][j] * 2) % mod;
if (j >= nums[i - 1]) {
f[i][j] = (f[i][j] + f[i - 1][j - nums[i - 1]]) % mod;
}
}
}
return f[n][k];
}
|
方法二:动态规划(优化)
方法一中的状态转移方程中,$f[i][j]$ 的值只与 $f[i-1][j]$ 和 $f[i-1][j-x]$ 有关,因此我们可以优化第一维空间,从而将空间复杂度优化为 $O(k)$。
时间复杂度 $O(n \times k)$,空间复杂度 $O(k)$。其中 $n$ 为数组 $\textit{nums}$ 的长度,而 $k$ 为给定的正整数。
| class Solution:
def sumOfPower(self, nums: List[int], k: int) -> int:
mod = 10**9 + 7
f = [1] + [0] * k
for x in nums:
for j in range(k, -1, -1):
f[j] = (f[j] * 2 + (0 if j < x else f[j - x])) % mod
return f[k]
|
1
2
3
4
5
6
7
8
9
10
11
12
13 | class Solution {
public int sumOfPower(int[] nums, int k) {
final int mod = (int) 1e9 + 7;
int[] f = new int[k + 1];
f[0] = 1;
for (int x : nums) {
for (int j = k; j >= 0; --j) {
f[j] = (f[j] * 2 % mod + (j >= x ? f[j - x] : 0)) % mod;
}
}
return f[k];
}
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15 | class Solution {
public:
int sumOfPower(vector<int>& nums, int k) {
const int mod = 1e9 + 7;
int f[k + 1];
memset(f, 0, sizeof(f));
f[0] = 1;
for (int x : nums) {
for (int j = k; j >= 0; --j) {
f[j] = (f[j] * 2 % mod + (j >= x ? f[j - x] : 0)) % mod;
}
}
return f[k];
}
};
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14 | func sumOfPower(nums []int, k int) int {
const mod int = 1e9 + 7
f := make([]int, k+1)
f[0] = 1
for _, x := range nums {
for j := k; j >= 0; j-- {
f[j] = f[j] * 2 % mod
if j >= x {
f[j] = (f[j] + f[j-x]) % mod
}
}
}
return f[k]
}
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14 | function sumOfPower(nums: number[], k: number): number {
const mod = 10 ** 9 + 7;
const f: number[] = Array(k + 1).fill(0);
f[0] = 1;
for (const x of nums) {
for (let j = k; ~j; --j) {
f[j] = (f[j] * 2) % mod;
if (j >= x) {
f[j] = (f[j] + f[j - x]) % mod;
}
}
}
return f[k];
}
|