一:题目
二:上码
class Solution {
public:
/**
思路:1.分析题意
这个满足答案的结果有很多种,所以我们可以用动态规划去做,那么题意中我们可以知道的是我们是可以输入一种面值
的时候,我们是可以重复输入的,那么这就是背包类型中的完全背包了
2.动态规划5步走
1>:确定dp数组以及下标的含义
dp[j] 表示背包容量为j的时候(这里也就是指的是面值),最多有dp[j]种装法
2>:确定dp数组的状态递推公式
dp[j] = dp[j] + dp[j-coins[i]];
这里我们需要用到累加,因为我们是统计有多种装法,比如面值为5,装入2的时候 还剩下3 那么我们
直接加上dp[3]时候的装法;就是我们当前的装法
3>:确定dp数组的初始化
当我们金额总数为0的时候,也就是我们的j == 0的时候,我们dp[j]最多有1种装法
或者从代码的逻辑角度推理,我们在遍历第一个面值的时候,我们是需要第一个统计dp[j]赋初值的
否则我们的后续计算是无法进行的
4>:确定dp数组的遍历顺序
这是完全背包,所以是允许重复的装入物品的,所以我们是正序遍历的
5>:举例验证
*/
int change(int amount, vector<int>& coins) {
vector<int> dp(amount+1,0);
dp[0]=1;
for(int i = 0; i < coins.size(); i++) {
for(int j = coins[i]; j <=amount; j++){//这里从coins[i]开始遍历背包 因为我们的背包容量至少也是需要
dp[j] += dp[j - coins[i]]; //coins[i]的
}
}
return dp[amount];
}
};