Leetcode - 每日一题（零钱兑换 II）

原题链接

给定不同面额的硬币和一个总金额。写出函数来计算可以凑成总金额的硬币组合数。假设每一种面额的硬币有无限个。

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

题意：
很明显，这是一道动态规划题。定义一个dp数组，$dp[i][j]$为前 $i$ 个硬币，凑成面值为 $j$ 的方案数量。为方便初始化，我们定义 $dp[0][j]$ 代表不考虑任何硬币，即使用0个硬币时。
则很显然，$dp[0][0]$ = 1，其他情况 $dp[0][j]$ = 0。代表 0 个硬币凑齐面值为 0 的情况有一种，凑成其他面值的情况一种也没有。
当「状态定义」与「基本初始化」有了之后，我们不失一般性的考虑 f[i][j]f[i][j] 该如何转移。

对于第 ii 个硬币我们有两种决策方案：

不使用该硬币：
f[i - 1][j]
f[i−1][j]

使用该硬币：由于每个硬币可以被选择多次（容量允许的情况下），因此方案数量应当是选择「任意个」该硬币的方案总和：
$$\sum _{k=1}^{\lfloor j/val\rfloor }f[i-1][j-k\ast val],val=nums[i-1]$$

代码：

class Solution {
    public int change(int amount, int[] coins) {
    	//定义dp数组
        int dp[][] = new int[coins.length + 1][amount + 1];
        //当总金额数为0时，此时一枚硬币也不拿
        //这时方案数为1
        dp[0][0] = 1;
        //动态规划
        for (int i = 1; i < dp.length; i++) {
            for (int j = 0; j < dp[0].length; j++) {
            	//当选取 i 枚硬币，凑齐 j 面值时，至少也有dp[i-1][j]种方案
                dp[i][j] += dp[i - 1][j];
                //计算新增的硬币面值能够增加几种方案
                for (int k = 1; j - k * coins[i - 1] >= 0; k++) {
                    dp[i][j] += dp[i-1][j-k*coins[i-1]];
                }
            }
        }
        //返回当使用所有面值硬币时，且凑齐了 amount 面值的方案数
        return dp[dp.length-1][dp[0].length-1];
    }
}