完全背包问题-leetcode-08.11. 硬币

问题描述https://leetcode-cn.com/problems/coin-lcci/

面试题 08.11. 硬币

硬币。给定数量不限的硬币，币值为25分、10分、5分和1分，编写代码计算n分有几种表示法。(结果可能会很大，你需要将结果模上1000000007)

等价

背包。给定数量物品，物品体积为25、10、5和1，编写代码背包体积为n，装物品的方法有多少种。(结果可能会很大，你需要将结果模上1000000007)

关键点

１．定义dp数组，dp[i][j]表示前i个物品(本例是硬币)，在背包大小(本例是分数)为j的情况下有多少种组合，dp[m][n]就是要求的结果。

２．初始化
　　　前m个硬币，组成0分的种类都是1；前0个硬币，组成非0分的种类都是0.　即dp[0][0] =dp[1][0]...=dp[m][0] =1;dp[0][1]=dp[0][2]...=dp[0][n] =0 

３．求解过程。
　　　前一个硬币，组成分数大小为1到n, 种类分别为dp[1][0], dp[1][1], ... , dp[1][n]
　　　前两个硬币，组成分数大小为1到n, 种类分别为dp[2][0], dp[2][1], ... , dp[2][n]
　　　...
　　　前i个硬币，组成分数大小为1到n, 最大价值分别为dp[i][0], dp[i][1], ... , dp[i][n]

４．递推公式.  求dp[i][j]共有两种情况,　装入第i个硬币或者不装入第i个硬币。
　　　　　装入第i个硬币，剩下的分数为j-coins[i-1], 即从前i个硬币里面组合j-coins[i-1]分，对应的种类等价dp[i][j - coin[i - 1]]；
　　　　　不装入第i个硬币，剩下的分数不变，即从前i-1个硬币里面组合j分，对应的种类dp[i - 1][j]；
　　　即递推公式为dp[i][j] = dp[i-1][j] + dp[i][j - coins[j-coins[i - 1]]]

class Solution(object):
    def waysToChange(self, n):
        """
        :type n: int
        :rtype: int
        """
        coins = [1, 5, 10, 25]
        dp = [[0] * (n + 1) for i in range(len(coins) + 1)]
        dp[0][0] = 1
        for i in range(1, len(coins) + 1):
            dp[i][0] = 1
            for j in range(1, n + 1):
                dp[i][j] = dp[i - 1][j]
                if j >= coins[i - 1]:
                    dp[i][j] += dp[i][j - coins[i - 1]]
        return dp[-1][-1]

def test():
	s = Solution()
	print s.waysToChange(5) == 2	
	print s.waysToChange(10) == 4

if __name__ == '__main__':
	test()

dp空间优化分析1

分析递推公式，dp[i][j] = dp[i-1][j] + dp[i][j-coins[i - 1]]，　可以看出，在求解dp[i][j]时，不需要保存前i-1行，只需要保存第i行(因为要用到dp[i][j-coins[i - 1]])，和第i-1行的第j个元素(因为要用到dp[i-1][j])。　如果只用一行表示，代码如下。

class Solution(object):
    def waysToChange(self, n):
        """
        :type n: int
        :rtype: int
        """
        coins = [1, 5, 10, 25]
        dp = [0] * (n + 1)
        dp[0] = 1
        
        for i in range(1, len(coins) + 1):
            for j in range(1, n + 1):
                if j >= coins[i - 1]:
                    dp[j] += dp[j - coins[i - 1]]
        return dp[-1] % 1000000007

def test():
	s = Solution()
	print s.waysToChange(5) == 2	
	print s.waysToChange(10) == 4

if __name__ == '__main__':
	test()

和之前代码相比，少了dp[i][j] = dp[i - 1][j]。因为在遍历到第i行第j列时，还没更新dp[j]时，dp[j]其实是在遍历第i-1行第j列时算出的，相当于前面的dp[i-1][j]。正因为没有覆盖dp[i-1][j]信息，所以dp才可以用一维数组替换二维数组