leetcode中完全背包问题思路梳理——零钱兑换

322. 零钱兑换

给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额，返回 -1。
你可以认为每种硬币的数量是无限的。

思路

类似完全背包，每种面额硬币的数量无限。

• 定义dp[i]：凑成总金额为i所需的最少硬币个数。
• 初始化：dp[i] = amount+1 (i>0)
  原因：总金额amount，最多需要amount个硬币，因此将初始值设为amount+1相当于设成正无穷，便于之后判断最小硬币个数。
• base case：dp[0]=0
• 状态转移：dp[i] = min(dp[i], dp[i-coin]+1)
• 目标：返回dp[amount]

for(int i=0; i<=amount; i++){
    for(int coin: coins) {
        if(i<coin)
            continue;
        dp[i] = Math.min(dp[i], dp[i-coin]+1);
    }
}

518. 零钱兑换 II

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。

思路

• 定义dp[i][j]：只用前i种面额的硬币，要凑成总金额为amount，最多有多少种方法。

• base case：dp[0][…] = 0，dp[…][0] = 1

• 状态转移：
  – 不装第i种硬币：dp[i][j] = dp[i-1][j]。即不使用第i种硬币，直接继承之前的结果。
  – 装第i种硬币：dp[i][j] = dp[i][j-coins[i-1]] (注意这里是 dp[i] 不是dp[i-1]，因为每种面额的硬币有无限个) 。如果决定使用面额为coins[i-1]的硬币，就要关注如何凑出(j-coins[i-1])的总金额。例如，想用面值为2的硬币凑出金额5，就应关注凑出金额3的方法，再加上面值2的硬币，即可凑出总金额5。

  – 综上，方法总数为 dp[i][j] = dp[i-1][j] + dp[i][j-coins[i-1]]。

• 目标：返回dp[n][amount]

for(int i=1; i<=n; i++) {
	for(int j=1; j<=amount; j++) {
		if(j>=coins[i-1])
			dp[i][j] = dp[i-1][j] + dp[i][j-coins[i-1]];
		else
			dp[i][j] = dp[i-1][j];
	}
}

空间优化

发现dp[i][…]的取值只与与dp[i-1][…]的值有关，因此可压缩成一维。

• 状态转移：dp[j] = dp[j] + dp[j-coins[i]]
• 目标：返回dp[amount]

for(int i=1; i<=n; i++) {
	for(int j=1; j<=amount; j++) {
		if(j>=coins[i-1]){
			dp[j] = dp[j] + dp[j-coins[i-1]];
		} else {	// 这个else可以不用写
			dp[j] = dp[j];
		}
	}
}