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
解析:
状态有两个,就是「背包的容量」和「可选择的物品」,选择就是「装进背包」或者「不装进背包」。
明确dp数组的定义:若只使用前i个物品,当背包容量为j时,有dp[i][j]种方法可以装满背包。
basecase:dp[0][…] = 0, dp[…][0] = 1。
根据「选择」,思考状态转移的逻辑:
如果你不把这第i个物品装入背包,也就是说你不使用coins[i]这个面值的硬币,那么凑出面额j的方法数dp[i][j]应该等于dp[i-1][j],继承之前的结果。
如果你把这第i个物品装入了背包,也就是说你使用coins[i]这个面值的硬币,那么dp[i][j]应该等于dp[i][j-coins[i-1]]
代码
动态规划之完全背包解法
class Solution {
public int change(int amount, int[] coins) {
int n=coins.length;
int[][] dp=new int[n+1][amount+1];
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(j-coins[i-1]>=0){
dp[i][j]=dp[i-1][j]+dp[i][j-coins[i-1]];
}else{
dp[i][j]=dp[i-1][j];
}
}
return dp[n][amount];
}
}
完全背包+状态压缩
class Solution {
public int change(int amount, int[] coins) {
int n=coins.length;
int[] dp=new int[amount+1];
dp[0]=1;
for(int i=0;i<n;i++)
for(int j=1;j<=amount;j++){
if(j-coins[i]>=0){
dp[j]=dp[j]+dp[j-coins[i]];
}
}
return dp[amount];
}
}