java凑零钱_Leetcode --- 动态规划（背包_组合问题）

写在前

背包问题具备的特征：给定一个target，target可以是数字也可以是字符串，再给定一个数组nums，nums中装的可能是数字，也可能是字符串，问：能否使用nums中的元素做各种排列组合得到target。

组合问题核心公式：dp[i] += dp[i - num]

Tips:

如果是完全背包，即数组中的元素可重复使用，nums放在外循环，target在内循环。且内循环正序。

如果是0-1背包，即数组中的元素不可重复使用，nums放在外循环，target在内循环，且内循环倒序；

如果组合问题(完全背包问题)需考虑元素之间的顺序，需将target放在外循环，将nums放在内循环，(如T377零钱兑换、T70爬楼梯、T139单词拆分)。

ps：不涉及顺序的完全背包问题，nums和target在内外循环都可以，但建议nums外循环，target内循环。

1.目标和 (494-中)

题目描述：给定一个非负整数数组a1, a2, ..., an和一个目标数S。现在你有两个符号+ 和-。对于数组中的任意一个整数，你都可以从+ 或 -中选择一个符号添加在前面。

返回可以使最终数组和为目标数 S 的所有添加符号的方法数。

示例：

输入：nums: [1, 1, 1, 1, 1], S: 3

输出：5

解释：

-1+1+1+1+1 = 3

+1-1+1+1+1 = 3

+1+1-1+1+1 = 3

+1+1+1-1+1 = 3

+1+1+1+1-1 = 3

一共有5种方法让最终目标和为3。

思路：

法1：dfs：使用递归，以每个位置作为起始位置，递归的终止条件是start == nums.length，检查是否为目标值，对于每一个起始位置start，都有两种状态(正或负)。

法2：动态规划：元素只能用一次，01背包问题。dp[i]表示前i个数能达到的值，对于整数i有两种状态+i 和 -i，即整个数组和划分为P(使用正号)和N(使用负号)两个部分。我们要转化为背包问题，关键是：在集合nums中找到一个和等于(S + sum(nums))/2子集，就证明存在解。

推导：

P - N = target ....1

P + N = sum(nums) ....2

带入消除N得：P = (sum(nums) + target) / 2

代码1：dfs

public int findTargetSumWays(int[] nums, int S) {

return findTargetSumWays(nums, 0, S);

}

public int findTargetSumWays(int[] nums, int start, int S) {

if (start == nums.length) {

// 终止条件

return S == 0 ? 1 : 0;

}

// 对于每个起始位置，递归的进行求解两种状态组合数

return findTargetSumWays(nums, start + 1, S - nums[start]) +

findTargetSumWays(nums, start + 1, S + nums[start]);

}

代码2：动态规划

public int findTargetSumWays(int[] nums, int S) {

int sum = sumArray(nums);

// 待寻找目标值

int W = (S + sum) / 2;

// 边界：一定不能达到目标的情况！

if (sum < S || (sum + S) % 2 == 1) {

return 0;

}

int[] dp = new int[W + 1];

dp[0] = 1;

for (int num : nums) {

for (int i = W; i >= num; --i) {

dp[i] += dp[i - num];

}

}

return dp[W];

}

private int sumArray(int[] nums) {

int sum = 0;

for (int num : nums) {

sum += num;

}

return sum;

}

2.零钱兑换II(518-中)

题目描述：给定不同面额的硬币coins 和一个总金额 amount。求解可以凑成总金额的硬币组合总数。注：每种硬币的数量是无限的。

示例：

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

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。

思路：动态规划：完全背包问题，dp数组记录可达成目标的组合数。其中：dp[i]表示金额i可达成的目标组合数。注意：边界条件，当amount = 0，可达成的目标数(方案)为1，即一个也不选， 所以dp[0] = 1.

代码：动态规划

public int change(int amount, int[] coins) {

int[] dp = new int[amount + 1];

// 目标值为0，有一种方案：什么都不选

dp[0] = 1;

for (int coin : coins) {

for (int i = coin; i <= amount; ++i) {

//dp[i]依赖 dp[i -coin] 要先算出来，即递增for循环

dp[i] += dp[i - coin];

}

}

return dp[amount];

}

3.组合总和IV(377-中)

题目描述：给定一个由正整数组成且不存在重复数字的数组(但可以复用多次)，找出和为给定目标正整数的组合的个数。请注意！顺序不同的序列被视作不同的组合。

进阶： 如果给定的数组中含有负数会怎么样？ 问题会产生什么变化？ 我们需要在题目中添加什么限制来允许负数的出现？

示例：

nums = [1, 2, 3]

target = 4

所有可能的组合为：

(1, 1, 1, 1)

(1, 1, 2)

(1, 2, 1)

(1, 3)

(2, 1, 1)

(2, 2)

(3, 1)

因此输出为 7。

思路：动态规划：本题的完全背包涉及顺序，与518.零钱兑换II不同点。其中，dp[i]代表和等于i的组合的个数。背包问题空间压缩：dp[i]依赖 dp[i - nums[j]] 要先算出来，即内层递增for循环。

代码：动态规划

public int combinationSum4(int[] nums, int target) {

int[] dp = new int[target + 1];

// 这个值被其它状态参考，设置为 1 是合理的

dp[0] = 1;

for (int i = 1; i <= target; ++i) {

for (int num : nums) {

if (num <= i) {

dp[i] += dp[i - num];

}

}

}

return dp[target];

}

进阶问题：参考这里

1、如果给定的数组中含有负数会怎么样？问题会产生什么变化？

如果有负数，相当于给定数组中的元素有了更多的组合，特别是出现了一对相反数的时候，例如题目中的示例 [-4, 1, 2, 3, 4]，target = 4 的时候，-4 和 4 可以无限次地、成对添加到题目中的示例中，成为新的组合，那么这道问题就没有什么意义了。

仔细思考，负数我只要不选它就行。但由于本题的问法是“组合”，因此我们要保证有负数参与进来，不能够与已有的正数的组合之和为 0 即可。

2、我们需要在题目中添加什么限制来允许负数的出现？

如果有负数参与进来，不能够与已有的正数的组合之和为 0 ；

或者限制负数的使用次数，设计成类似 0-1 背包问题的样子。

4.爬楼梯(70-易)

题目描述：假设你正在爬楼梯。需要 n 阶你才能到达楼顶。每次你可以爬 1 或 2 个台阶。你有多少种不同的方法可以爬到楼顶呢？

示例：

输入： 2

输出： 2

解释： 有两种方法可以爬到楼顶。

1. 1 阶 + 1 阶

2. 2 阶

思路：动态规划：完全背包解法。其中：dp[i]表示到第n阶有多少种不同方法。

代码：动态规划

public int climbStairs(int n) {

int[] dp = new int[n + 1];

dp[0] = 1;

for (int j = 1; j <= n; ++j) {

for (int i = 1; i <= 2; ++i) {

if (i <= j) {

dp[j] += dp[j - i];

}

}

}

return dp[n];

}