很久很久之前写过一个C++版的,这里再写个Java版记录一下,正好也是今日每日一题,相当于二刷再记忆一下,很经典的dp题。
目录
Leetcode:518. 零钱兑换 II(C++)_兑换硬币c++-CSDN博客
Leetcode:518. 零钱兑换 II(C++)_兑换硬币c++-CSDN博客
518. 零钱兑换 II
题目描述:
给你一个整数数组 coins
表示不同面额的硬币,另给一个整数 amount
表示总金额。
请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额,返回 0
。
假设每一种面额的硬币有无限个。
题目数据保证结果符合 32 位带符号整数。
示例 1:
输入:amount = 5, coins = [1, 2, 5] 输出:4 解释:有四种方式可以凑成总金额: 5=5 5=2+2+1 5=2+1+1+1 5=1+1+1+1+1
示例 2:
输入:amount = 3, coins = [2] 输出:0 解释:只用面额 2 的硬币不能凑成总金额 3 。
示例 3:
输入:amount = 10, coins = [10] 输出:1
提示:
1 <= coins.length <= 300
1 <= coins[i] <= 5000
coins
中的所有值 互不相同0 <= amount <= 5000
实现代码与解析:
dp
class Solution {
public int change(int amount, int[] coins) {
int n = coins.length;
int[] f = new int[amount + 1];
f[0] = 1;
for (int i = 0; i < n; i++) {
for (int j = coins[i]; j <= amount; j++) {
f[j] += f[j - coins[i]];
}
}
return f[amount];
}
}
原理思路:
动态规划:0-1背包、完全背包问题 | 详细原理解释 | 代码及优化(C++)_背包问题算法原理-CSDN博客
其实还是完全背包的问题,就解释一下这题只能先物品再背包,因为题目不要求顺序,选择顺序不同算同一种,如果物品放在内层循环,必然会多计算不同顺序产生的答案。
背包问题的遍历顺序的总结:
所以我总结的一下背包问题:
如果要求顺序,那么先背包后物品,不要求顺序,先物品后背包,如果可以重复,那么在先物品后背包的背包要从前向后遍历,如果不可以重复,那么就是从后向前遍历(不放过这是基于一维优化的,二维的话就都从前向后遍历即可)。
感觉可以有空单写一个博文专门写一下这个问题,不过对于没接触过背包的,确实不容易用文字很好的解释。我觉得主要是把dp数组含义搞懂就可以推理出转移状态,很多人其实像dp背包这种板子是没必要死记的,如果死记忆,反而在写其他dp被局限,养成了根据题意想出dp数组的含义和推理方法才是最重要的,这样就算你没接触过背包问题其实也能想出怎么写。
不过这种思想都是从模仿学习,到慢慢自己理解的过程。毕竟我也是初学者。