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];
}
};