// 测试链接 : https://leetcode.com/problems/target-sum/         // 优化点一 : // 你可以认为arr中都是非负数 // 因为即便是arr中有负数，比如[3,-4,2] // 因为你能在每个数前面用+或者-号 // 所以[3,-4,2]其实和[3,4,2]达成一样的效果 // 那么我们就全把arr变成非负数，不会影响结果的 // 优化点二 : // 如果arr都是非负数，并且所有数的累加和是sum // 那么如果target<sum，很明显没有任何方法可以达到target，可以直接返回0 // 优化点三 : // arr内部的数组，不管怎么+和-，最终的结果都一定不会改变奇偶性 // 所以，如果所有数的累加和是sum， // 并且与target的奇偶性不一样，没有任何方法可以达到target，可以直接返回0 // 优化点四 : // 比如说给定一个数组, arr = [1, 2, 3, 4, 5] 并且 target = 3 // 其中一个方案是 : +1 -2 +3 -4 +5 = 3 // 该方案中取了正的集合为P = {1，3，5} // 该方案中取了负的集合为N = {2，4} // 所以任何一种方案，都一定有 sum(P) - sum(N) = target // 现在我们来处理一下这个等式，把左右两边都加上sum(P) + sum(N)，那么就会变成如下： // sum(P) - sum(N) + sum(P) + sum(N) = target + sum(P) + sum(N) // 2 * sum(P) = target + 数组所有数的累加和 // sum(P) = (target + 数组所有数的累加和) / 2 // 也就是说，任何一个集合，只要累加和是(target + 数组所有数的累加和) / 2 // 那么就一定对应一种target的方式 // 也就是说，比如非负数组arr，target = 7, 而所有数累加和是11 // 求有多少方法组成7，其实就是求有多少种达到累加和(7+11)/2=9的方法 // 优化点五 : // 二维动态规划的空间压缩技巧