LeetCode-零钱兑换II

每日一题，今天刷到的是零钱兑换，总体思路是使用动态规划

题目描述

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。

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 。

问题解析

题目中给了几种硬币coins，数量不限，还给了一个总金额amount，题目要求一共有几种方案可以用这些硬币凑出总金额。

很明显这是一道需要使用动态规划来解决的问题，

我们使用一个数组dp[i]来表示当总金额为i时可以采用的方案数量。

该动态规划的边界为dp[0]=1，此时表示要求出总金额为0时的硬币选择方案，此时只有一个方案符合，即不选择任何硬币。

我们的最终目标是求出dp[amount]的值。那么我们动态规划才能求出数值呢？

对于某一个硬币来说，如果想用这枚金币求出一个大于该硬币数值的总金额，我们可以让这个总金额减去这枚硬币的面额，此时代表着当前金额再加上这每硬币的面额就可以恰好凑出总金额，这是一种方案。也就是说如果我们使用这枚硬币coin去凑出总金额amount，当仅使用一枚该硬币时，总金额可以看成现有金额currentAmount加上一枚该硬币面额，那么这种方案就时总方案数加了一，而我们的现有金额又可以使用其他金币去凑。这样我们就可以得到对于该硬币来说我们可以凑出总金额方案，并且只能用来凑大于硬币本身面额的总金额。

再具体一点，对于一个金额为x的硬币，有一个金额y大于等于该硬币面额小于等于总金额时，如果此时有一种方案的金额为y-x,那么此时在该金额的基础上加上一个金额的x的硬币，我们就凑出来了金额为y的一种方案。我们就可以对于该硬币而言，算出金额在区间在[x,amount]内的所有方案。，在这只是对于一个硬币而言，我们遍历所有的硬币，通过dp数组中的不断累加就可以得到每种金额的方案数。最后我们就可以得到总金额的方案数，这个数量由前面的累加运算得出。

这个累加的过程为无数次dp[i]+=dp[i-coin]

举个例子，我使用面额为1的硬币，我们可以使用该凑出所有大于等于一的总金额。假如现有1，2，5三个硬币，我们来凑总金额为5的方案数。

我们来看数组dp的值。

dp[0]=1

dp[1]=1,只能使用一个一元的硬币。

当计算dp[2]的时候，dp[2]初始值为0，如果使用一元硬币，可以使用两个一元硬币去凑，此时dp[2]=1，如果使用两元硬币，就可以使用一个两元硬币去凑，此时dp[2]就等于1+1等于2.此时我们就计算出了所有能凑出金额为2的方案数，记录在了dp[2]中。

当计算dp[3]的时候，其实是dp[3]经历了两次累加，第一次dp[3]=dp[3]+dp[3-1].，此时dp[2]=1,因为此时在遍历第一个一元硬币，想要得到金额2只有一种方案，因此dp[3]=1。第二次是在遍历二元硬币时，dp[3]+=dp[3-2],dp[3]加后就变成了2.此时就求出了金额为3的方案数。

依此类推，在后面的计算中，依次遍历每一枚硬币，得出使用该枚硬币时可以凑出的方案数，经过不断地遍历累加，我们就得出dp[5]的值=4.

因此最后的代码很简洁

class Solution {
    public int change(int amount, int[] coins) {
        int[] dp = new int[amount + 1];
        dp[0] = 1;
        for (int i=0;i<coins.length;i++) {
            for (int j = coins[i]; i <= amount; i++) {
                dp[i] += dp[i - coins[i]];
            }
        }
        return dp[amount];
    }
}