力扣-动态规划-518. 零钱兑换 II dp数组遍历顺序、初始化分析
518. 零钱兑换 II
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 。
示例 3:
输入:amount = 10, coins = [10]
输出:1
提示:
1 <= coins.length <= 300
1 <= coins[i] <= 5000
coins 中的所有值 互不相同
0 <= amount <= 5000
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:动态规划 完全背包求组合数
首先很容易判断这是一道背包问题,因为总金额是固定的。其次就是每个额度的硬币数量可以是无限的,那这就是一道完全背包问题了。求的是所有的组合数量。
做之前先理一下思路,我们从内外层遍历顺序、前后顺序和初始化三个角度来比较。
对于01背包求最大价值问题,二维数组内外层的物品和背包容量都能交换,滚动数组只能是物品在外层,背包容量在内层,因为滚动数组防止元素重复加入必须从后向前遍历,如果背包容量在外层,那对于每一个容量,只能从所有物品中选一个物品。对于01背包求组合数问题,依次累加滚动数组就行,即 dp[j] += dp[j - nums[i]]。
对于完全背包求最大价值问题,二维数组和滚动数组内外层顺序都能交换,但滚动数组只能从前向后遍历,从前先后遍历都能用到前面遍历过的值。对于完全背包求组合数问题,如果求的是组合数——那么都只能是外层物品,内层背包(外层依次遍历物品相当于依次加入物品,前面加入的物品已经固定),如果求的是排列数——那么外层只能是背包,内层是物品。内层遍历的内容都在同一层上面,对外层固定的一个i,内层都要把所有的情况遍历一遍,外层的内容先遍历的就先确定下来,后面遍历的内容依次加入。
求组合数的dp[0]都初始化为1,可以理解为当物品容量刚好为背包容量时对应的值就是dp[0],这也是一种组合,因此dp[0] = 1。
代码如下,各位小伙伴如果有什么问题可以在评论里提出来,欢迎大家交流。
//典型的完全背包问题
//1.dp[j]
//2.dp[j] = dp[j] + dp[j - nums[i]]
//3.从左到右遍历
//4.初始化 dp[0] = 1
//5. 举例
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]; j <= amount; j++) {
dp[j] += dp[j - coins[i]];
}
}
return dp[amount];
}