每日一道算法题(6)--完全背包问题

题目

    零钱兑换II :给定不同的面额的硬币nums和总金额amount,写出一个函数来计算可以凑够总金额的硬币组合数。(假设每种面额的硬币有无限个)

思路分析

    我们采用'动态规划'的算法来实现,依旧是传统的背包问题，状态为不同的面额的硬币nums和当前的总金额amount,选择就是在总金额大于等于使用当前面额时考虑采用当前面额或不采用当前面额，在总金额大于使用当前面额时考虑不采用当前面额。

代码展示

public int change(int amount, int[] nums) {
		int[][] data = new int[nums.length + 1][amount + 1];
		for(int i = 0; i < nums.length + 1; i++) {//初始化
			for(int j = 0; j < amount + 1; j++) {
				if(i == 0) {//硬币的面值种类为零时,组合个数就为0
					data[i][j] = 0;
				}
				if(j == 0) {//目标价值为零时,组合个数就为1
					data[i][j] = 1;
				}
			}
		}
		for(int i = 1; i < nums.length + 1; i++) {
			for(int j   = 1; j < amount + 1; j++) {
				if(j >= nums[i - 1]) {//装得下的情况,装和不装的总个数就是当前的组合总数
					data[i][j] = data[i -1][j] + data[i][j - nums[i - 1]];
				}else {//装不下的情况,不装的总个数就是当前的组合总数
					data[i][j] = data[i - 1][j];
				}
			}
		}
		return data[nums.length][amount];
	}

    dp[i][j]代表的是若使用前i个面额,当前总金额为j时，有dp[i][j]个硬币组合数。

    代码优化方案:状态压缩,对应代码如下:

public int change1(int amount, int[] nums) {
		int[] data = new int[amount + 1];
		for(int i = 1; i < amount + 1; i++) 
			data[i] = 0;
		data[0] = 1;//目标价值为零时,组合个数就为1
		for(int i = 1; i < nums.length + 1; i++) 
			for(int j = amount; j >= 1; j--) {
				if(i > nums[i - 1]) {
					data[i] = data[i] + data[i - nums[i - 1]];
				}
			}
		return data[amount];
	}

其遍历方式为下图:

 为了保证能够获取'左上'的值，我们必须采用相反的方向遍历，如果不以相反的方向遍历的话，'左上'的值就会被覆盖。