关于DP中完全背包的遍历次序探讨

先回顾一下几个背包问题的定义：
01背包：每个物品只有取或者不取两个状态
完全背包：每个物品可以取无限多次
多重背包：每个物品可以多次取，但次数不同

众所周知，01背包使用二维dp可以任意交换物品顺序与背包顺序，用一维dp的话必须先物品再背包且背包为倒序，不然会重复拿物品，倒序遍历的原因是，本质上还是一个对二维数组的遍历，并且右下角的值依赖上一层左上角的值，因此需要保证左边的值仍然是上一层的，从右向左覆盖。完全背包完全背包的两个for循环的先后顺序都是可以的。

注意，纯完全背包求得是能否凑成总和，即dp数组中存放的是能凑出的最大重量（最大值）和凑成总和的元素有没有顺序没关系，即：有顺序也行，没有顺序也行！因此，有些题目如果涉及顺序的话需要多加考虑，使用零钱兑换②为例：

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

代码量很少：

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        vector<int> dp(amount + 1, 0);
        dp[0] = 1;
        for (int i = 0; i < coins.size(); i++) { // 遍历物品
            for (int j = coins[i]; j <= amount; j++) { // 遍历背包
                dp[j] += dp[j - coins[i]];
            }
        }
        return dp[amount];
    }
};

如果我们交换下顺序：

for (int j = 0; j <= amount; j++) { // 遍历背包容量
    for (int i = 0; i < coins.size(); i++) { // 遍历物品
        if (j - coins[i] >= 0) dp[j] += dp[j - coins[i]];
    }
}

将会发现无法通过测试用例，这里画图来解释下其中的原因：
第一种情况，结合代码去理解：

第二种情况：

小结：
 如果求组合数就是外层for循环遍历物品，内层for遍历背包。
 如果求排列数就是外层for遍历背包，内层for循环遍历物品。