LeetCode：518. 零钱兑换 II（DP Java）

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

518. 零钱兑换 II

题目描述：

实现代码与解析：

dp

原理思路：

---

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。