力扣每日一题：518. 零钱兑换 II

题目：518. 零钱兑换 II

难度： 中等

题目：

给定不同面额的硬币和一个总金额。写出函数来计算可以凑成总金额的硬币组合数。假设每一种面额的硬币有无限个。

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：

• 0 <= amount (总金额) <= 5000
• 1 <= coin (硬币面额) <= 5000
• 硬币种类不超过 500 种
• 结果符合 32 位符号整数

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/coin-change-2/
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

解题思路

首先，这同样是背包问题，不过在于硬币有无限个，所以问题转化为完全背包问题。而完全背包问题只是01背包的变种罢了，按照套路求解即可。

定义数组dp,dp[i][j]表示前i个硬币可以凑成金额j的所有可能性，这是个组合数问题，注意区别70. 爬楼梯，爬楼梯的问题，是排列数问题，1 + 2和2 + 1是不同的情况。而对于本题，1 + 2和2 + 1是相同的结果，所以如果利用爬楼梯的解法对该题是错误的。

因此，对于dp[i][j]，第i个硬币：

• 不选择第i个硬币，前i-1个硬币就已经达到金额j，dp[i][j] = dp[i - 1][j]。
• 选择第i个硬币，那么当前金额可能性 = 前i-1硬币达到j金额的可能性 + 选择i个硬币且加上coin值等于金额j的可能性，dp[i][j] = dp[i - 1][j] + dp[i][j - coin]，coin为硬币面额。

即，状态转移方程：

• j < coin，dp[i][j] = dp[i - 1][j];
• j >= coin，dp[i][j] = dp[i - 1][j] + dp[i][j - coin].

该题有三个关键：

• 最外层对谁遍历，是硬币还是金额。这涉及到组合数还是排列数的问题。本题是组合数问题，所以需要对各个硬币在最外层先遍历，即遍历完一个硬币后就不再重复出现了。
• 状态转移方程。状态以是否选择第i个硬币分两种情况：不取，则前i-1个硬币已满条件；取，则需在不取的前提下，保证取后金额等于j，即j-coin。
• 边界条件。金额为0，那么只有一种情况，不取任何元素。

解题代码

（1）动态规划

class Solution {
public:
    int change(int amount, vector<int>& coins) {

        int n = coins.size();
        //dp[i][j]的含义是：前i个元素可以凑成金额j的可能性组合数
        vector<vector<int>> dp(n + 1, vector<int>(amount + 1));
        //金额为0，只有一种可能就是不取任何元素，1
        for (int i = 0; i <= n; i++)
            dp[i][0] = 1;
        for (int i = 1; i <= n; i++)
        {
            int coin = coins[i - 1];
            for (int j = 0; j <= amount; j++)
            {
                if (j < coin)
                {
                    dp[i][j] = dp[i - 1][j];
                }
                else
                {
                    dp[i][j] = dp[i - 1][j] + dp[i][j - coin];
                }
            }   
        }

        return dp[n][amount];
};

（2）动态规划+空间优化

背包问题都可降维，该题也不例外。该题与普通背包问题不同的是，以往背包问题降维都需要反向遍历，即从后往前遍历避免覆盖问题。而该题却不用，原因在于，在考虑到取第i个元素时，正需要使用前i个元素的计算结果，所以必须从前往后遍历，否则会出错。

class Solution {
public:
    int change(int amount, vector<int>& coins) {

        vector<int> dp(amount + 1);
        dp[0] = 1;
        for (auto coin : coins)
        {
            for (int j = coin; j <= amount; j++)
            {
                dp[j] += dp[j - coin];
            }
        }
        return dp[amount];
    }
};