diff --git a/problems/0494.目标和.md b/problems/0494.目标和.md
index 32931e6b..1902d5ed 100644
--- a/problems/0494.目标和.md
+++ b/problems/0494.目标和.md
@@ -292,6 +292,85 @@ class Solution {
 }
 ```
 
+易于理解的二维数组版本：
+```java
+class Solution {
+    public int findTargetSumWays(int[] nums, int target) {
+
+        // 01背包应用之“有多少种不同的填满背包最大容量的方法“
+        // 易于理解的二维数组解法及详细注释
+
+        int sum = 0;
+        for(int i = 0; i < nums.length; i++) {
+            sum += nums[i];
+        }
+
+        // 注意nums[i] >= 0的题目条件，意味着sum也是所有nums[i]的绝对值之和
+        // 这里保证了sum + target一定是大于等于零的，也就是left大于等于零（毕竟我们定义left大于right）
+        if(sum < Math.abs(target)){
+            return 0;
+        }
+
+        // 利用二元一次方程组将left用target和sum表示出来（替换掉right组合），详见代码随想录对此题的分析
+        // 如果所求的left数组和为小数，则作为整数数组的nums里的任何元素自然是没有办法凑出这个小数的
+        if((sum + target) % 2 != 0) {
+            return 0;
+        }
+
+        int left = (sum + target) / 2;
+        
+        // dp[i][j]：遍历到数组第i个数时， left为j时的能装满背包的方法总数
+        int[][] dp = new int[nums.length][left + 1];
+
+        // 初始化最上行（dp[0][j])，当nums[0] == j时（注意nums[0]和j都一定是大于等于零的，因此不需要判断等于-j时的情况），有唯一一种取法可取到j，dp[0][j]此时等于1
+        // 其他情况dp[0][j] = 0
+        // java整数数组默认初始值为0
+        for(int j = 0; j <= left; j++) {
+            if(nums[0] == j) {
+                dp[0][j] = 1;
+            }
+        }
+
+        // 初始化最左列（dp[i][0])
+        // 当从nums数组的索引0到i的部分有n个0时（n > 0)，每个0可以取+/-，因此有2的n次方中可以取到j = 0的方案
+        // n = 0说明当前遍历到的数组部分没有0全为正数，因此只有一种方案可以取到j = 0（就是所有数都不取）
+        int numZeros = 0;
+        for(int i = 0; i < nums.length; i++) {
+            if(nums[i] == 0) {
+                numZeros++;
+            }
+            dp[i][0] = (int) Math.pow(2, numZeros);
+
+        }
+
+        // 递推公式分析：
+        // 当nums[i] > j时，这时候nums[i]一定不能取，所以是dp[i - 1][j]种方案数
+        // nums[i] <= j时，num[i]可取可不取，因此方案数是dp[i - 1][j] + dp[i - 1][j - nums[i]]
+        // 由递推公式可知，先遍历i或j都可
+        for(int i = 1; i < nums.length; i++) {
+            for(int j = 1; j <= left; j++) {
+                if(nums[i] > j) {
+                    dp[i][j] = dp[i - 1][j];
+                } else {
+                    dp[i][j] = dp[i - 1][j] + dp[i - 1][j - nums[i]];
+                }
+            }
+        }
+
+	// 打印dp数组
+        // for(int i = 0; i < nums.length; i++) {
+        //     for(int j = 0; j <= left; j++) {
+        //         System.out.print(dp[i][j] + " ");
+        //     }
+        //     System.out.println("");
+        // }
+
+        return dp[nums.length - 1][left];
+        
+    }
+}
+```
+
 ### Python
 回溯版
 ```python