LeetCode 零钱兑换 II（518题）完全背包转换

LeetCode 零钱兑换 II

@author：Jingdai
@date：2021.09.12

题目描述（518题）

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。

示例输入

amount = 5, coins = [1, 2, 5]

示例输出

4

解释

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

思路及代码

这个题目是典型完全背包问题，看了很多题解，都没有说明白这个题目是如何转换为完全背包的，所以本文将会从完全背包一步步推导到最简的式子。后面的讲解需要有一点点01背包和完全背包的知识，这里不再讲这些基础。

把题目中的 amount 看成容量，coin 看成物品，物品的重量和价值都是 coin 值。那么这个题目就是求完全背包的方案数，同时，题目要求完全背包必须装满的方案数。和完全背包一样，用一个 dp 记录最大的价值，由于还需要记录方案数，所以用第二个数组 dp2 记录方案数。

初始化，对于没有装满的背包，这是一个无效状态，dp 中的值我们初始化为负无穷大，而 dp2 中的值为0。对于dp[0] ，背包容量为0，0件物品，相当于装满了，是有效状态即 dp[0] 初始化为0。而对于 dp2，dp2[0] 容量为0，0件物品，装满了，即有一个方案，所以初始化为1。

递推，dp 数组的更新和完全背包一样，主要看 dp2 数组的更新。wi 代表第 i 件物品重量，vi 代表第 i 物品价值，在本题中都一样，都是 coin 的值。

当 dp[j-wi] + vi > dp[j] 时，dp[j] = dp[j-wi] + vi。dp2呢？因为它从j-wi更新过来，所以也应该更新为这个，即 dp2[j] = dp2[j-wi]。

当 dp[j-wi] + vi = dp[j] 时，dp[j] 就不用更新了，但是 dp2 还是要更新，因为它多了从 j-wi 转移过来的方案，所以dp2[j] += dp2[j-wi]。

当 dp[j-wi] + vi < dp[j] 时，dp[j] 不用更新，同时方案数也没有变，所以 dp2[j] 也不用更新。

根据此，就可以完成如下代码。

public int change(int amount, int[] coins) {
   

    if (amount == 0) {
   
        return 1;
    }

    int n = coins.length;
    int