算法日记day 37（动归之零钱兑换2|组合问题4）

一、零钱兑换2

题目：

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 。

示例 3：

输入：amount = 10, coins = [10] 
输出：1

思路：

首先明确dp数组的含义，本题中dp数组的意思为，装满容量为 j 的背包有dp[j]种方法，在遍历时保证所有情况均已经被遍历到，因此有递推式 

                                                     dp[j] += dp[j-coins[i]]

代码：

public int change(int amount, int[] coins) {
    // 创建一个一维动态规划数组 dp
    // dp[i] 表示组成金额 i 的不同硬币组合的数量
    int[] dp = new int[amount + 1];
    
    // 初始化 dp 数组的第一个元素为 1
    // dp[0] = 1 表示组成金额 0 的组合只有一种，即不使用任何硬币
    dp[0] = 1;

    // 遍历每一种硬币
    for (int i = 0; i < coins.length; i++) {
        // 对于每种硬币，从硬币的面额到总金额进行更新
        for (int j = coins[i]; j <= amount; j++) {
            // dp[j] 表示组成金额 j 的组合数量
            // dp[j - coins[i]] 表示组成金额 j - coins[i] 的组合数量
            // 将 dp[j - coins[i]] 加到 dp[j] 上，以包括当前面额的硬币
            dp[j] += dp[j - coins[i]];
        }
    }
    
    // 返回组成金额 amount 的不同组合数量
    return dp[amount];
}

1. 初始化 dp 数组：

   • dp[i] 表示组成金额 i 的不同组合数量。dp 数组的长度为 amount + 1，因为我们需要考虑从金额 0 到 amount 的所有情况。
   • dp[0] 被初始化为 1，表示组成金额 0 只有一种方式，即不使用任何硬币。

2. 遍历每种硬币：

   • 外层循环遍历每种硬币的面额 coins[i]。
   • 内层循环从硬币的面额 coins[i] 开始遍历到总金额 amount。这确保每种面额的硬币都会被考虑到。

3. 更新 dp 数组：

   • 对于每个金额 j，dp[j] 更新为 dp[j] + dp[j - coins[i]]。这里 dp[j - coins[i]] 表示在添加当前面额的硬币前，已经能够组成金额 j - coins[i] 的组合数量。加上当前面额的硬币后，金额 j 的组合数量就增加了 dp[j - coins[i]]。
   • 这种更新方式确保每种硬币的所有组合都被计算到。

4. 返回结果：

   • dp[amount] 最终包含了组成金额 amount 的不同硬币组合的数量。

二、组合问题4 

题目：

给你一个由 不同 整数组成的数组 nums ，和一个目标整数 target 。请你从 nums 中找出并返回总和为 target 的元素组合的个数。

题目数据保证答案符合 32 位整数范围。

示例 1：

输入：nums = [1,2,3], target = 4
输出：7
解释：
所有可能的组合为：
(1, 1, 1, 1)
(1, 1, 2)
(1, 2, 1)
(1, 3)
(2, 1, 1)
(2, 2)
(3, 1)
请注意，顺序不同的序列被视作不同的组合。

示例 2：

输入：nums = [9], target = 3
输出：0

思路：

与零钱兑换2类似，但是零钱兑换所求得的是组合数，而本题求的是排列数，因此在代码上略有差别

代码：

public int combinationSum4(int[] nums, int target) {
    // 创建一个一维动态规划数组 dp
    // dp[i] 表示组成金额 i 的不同组合的数量
    int[] dp = new int[target + 1];
    
    // 初始化 dp 数组的第一个元素为 1
    // dp[0] = 1 表示组成金额 0 的组合只有一种，即不使用任何数字
    dp[0] = 1;

    // 遍历从 0 到 target 的每个金额 i
    for (int i = 0; i <= target; i++) {
        // 遍历数组 nums 中的每一个数
        for (int j = 0; j < nums.length; j++) {
            // 如果当前金额 i 大于等于 nums[j]，说明可以使用 nums[j] 来组成金额 i
            if (i >= nums[j]) {
                // dp[i] 加上 dp[i - nums[j]] 的值
                // dp[i - nums[j]] 表示组成金额 i - nums[j] 的组合数量
                // 这样 dp[i] 就表示在已有的组成金额 i 的组合上加上一个 nums[j]
                dp[i] += dp[i - nums[j]];
            }
        }
    }
    
    // 返回组成金额 target 的不同组合数量
    return dp[target];
}

1. 初始化 dp 数组：

   • dp[i] 表示组成金额 i 的不同组合的数量。dp 数组的长度为 target + 1，因为我们需要计算从金额 0 到 target 的所有情况。
   • dp[0] 被初始化为 1，表示组成金额 0 只有一种方式，即不使用任何数字。

2. 遍历每个金额 i：

   • 外层循环遍历每个金额 i 从 0 到 target。
   • 对于每个金额 i，内层循环遍历 nums 数组中的每个数字 nums[j]。

3. 更新 dp 数组：

   • 如果当前金额 i 大于等于 nums[j]，则 dp[i] 可以通过添加一个 nums[j] 来更新。具体来说，dp[i] 将加上 dp[i - nums[j]] 的值。
   • dp[i - nums[j]] 表示组成金额 i - nums[j] 的组合数量。加上当前数字 nums[j] 后，金额 i 的组合数量就增加了 dp[i - nums[j]]。

4. 返回结果：

   • 最终，dp[target] 包含了组成目标金额 target 的不同组合的总数。

今天的学习就到这里