题目1
题解
有点像背包问题,状态转移方程都想对了,但是还是没实现出来o(╥﹏╥)o
- 状态定义:dp[i] 表示组成金额 i 的最小硬币数
- 状态转移方程:
dp[i]=Math.min(dp[i],dp[i-coins[j]]+1)
- 初始条件:dp[i]=amount+1,由于硬币最小值就是1,因此对于amount金额来说,最多需要amount个硬币,dp[i]赋值amount+1表示没有一种硬币组合使得金额为 i
- 返回值:dp[amount]>amount?-1:dp[amount]
class Solution {
public int coinChange(int[] coins, int amount) {
if(amount==0)
return 0;
int dp[]=new int[amount+1];
Arrays.fill(dp,amount+1);
dp[0]=0;
for(int i=1;i<=amount;i++){
for(int j=0;j<coins.length;j++){
if(i>=coins[j])
dp[i]=Math.min(dp[i],dp[i-coins[j]]+1);
}
}
return dp[amount]>amount?-1:dp[amount];
}
}
时间复杂度: O ( a m o u n t ∗ n ) O(amount*n) O(amount∗n)
空间复杂度: O ( a m o u n t ) O(amount) O(amount)
题目2
题解
上一题求的是硬币组合中最少硬币个数,这一题求的是所有硬币组合数
- 状态定义:dp[i] 表示金额之和等于 i 的硬币组合数
- 状态转移方程:
dp[j]+=dp[j-coins[i]]
- 初始条件:dp[0]=1,只有硬币全都不选这一种方案,金额才为0
- 返回值:dp[amount]
class Solution {
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];
}
}
时间复杂度: O ( a m o u n t ∗ n ) O(amount*n) O(amount∗n)
空间复杂度: O ( a m o u n t ) O(amount) O(amount)
- 对比1,2两题,可以发现两份代码的内外循环是相反的,那么有个问题是,内外循环能换吗?
- 答案是不能,因为我们这里定义的子问题是,必须选择第k个硬币时,凑成金额 i 的方案。如果交换了,我们的子问题就变了,那就是对于金额 i, 我们选择硬币的方案,也就是上一题的解。
so,在求装满背包有几种方案时,认清遍历顺序是非常关键的!
如果求组合数,外层遍历物品(i),内层遍历背包(j)!
如果求排列数,外层遍历背包(j),内层遍历物品(i)!