leetcode中完全背包问题思路梳理
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];
}
}
}