题目描述
原题链接:518. 零钱兑换 II
解题思路
(1)二维数组
- 动态规划五步曲:
(1)dp[i][j]含义: 从面值为coins[0]到coins[i]中选取,可以组成总金额为j的方案个数。
(2)递推公式: dp[i][j] = sum(dp[i - 1][j], d[i - 1][j - coins[i]], dp[i - 1][j - 2*coins[i]] + ... + dp[i - 1][j - n*coins[i]]) = sum(dp[i - 1][j], dp[i][j - coins[i]])
(3)dp数组初始化: dp[i][0] = 1,从0-i中选择,构成总金额为0的仅有一种方案,这样子设置便于后续计算。
(4)遍历顺序: 因为本题为组合问题(不同顺序的相同元素,代表同一种情况),因此需要按先物品再背包遍历才行,这样子可以保证,每个按顺序被遍历一次。如果先背包再物品,则每个物品会被遍历多次,此时适于排列问题。 内层按从小到大遍历。
(5)举例: (省略)
class Solution {
public:
int change(int amount, vector<int>& coins) {
int dp[3001][5001] = {0};
int n = coins.size();
for(int i = 0; i <= n; i++) dp[i][0] = 1;
for(int i = 1; i <= n; i++) {
for(int j = 1; j <= amount; j++ ) {
if(coins[i - 1] > j) dp[i][j] = dp[i - 1][j];
else dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]];
}
}
return dp[n][amount];
}
};
(2)一维滚动数组
优化为一维滚动数组后,完全背包问题的遍历顺序按照从大小到大遍历,根据递推公式,在一次物品遍历时,可加上多次同一个物品。
- 举例:
class Solution {
public:
int change(int amount, vector<int>& coins) {
int dp[5001] = {0};
dp[0] = 1;
for(int i = 1; i <= coins.size(); i++) {
for(int j = coins[i - 1]; j <= amount; j++ ) {
dp[j] += dp[j - coins[i - 1]];
}
}
return dp[amount];
}
};
参考文章:518. 零钱兑换 II