Leetcode--518零钱兑换||

做今天每日一题之前，先回顾以下零钱兑换1的解答：

代码–322零钱兑换

class Solution {
    public int coinChange(int[] coins, int amount) {
		int [] dp = new int[amount+1];
        Arrays.fill(dp, amount+1);
        dp[0]=0;
        for (int i=1;i<=amount;i++){
            for (int j=0;j<coins.length;j++){
                if (coins[j] <= i)
                    dp[i] = Math.min(dp[i], dp[i-coins[j]]+1);
            }
        }
        return dp[amount] > amount? -1 : dp[amount];
    }
}

思路–518零钱兑换||

因为322零钱兑换求的是符合条件的最少硬币数，而本题求的是所有满足条件的可能性。因为设计到多种情况需要分析，所以还是使用动态规划求解。
首先我们需要找到状态转移方程：
通过对示例一进行分析可以发现：

若想在动态规划在不重复计算相同的项，需要规定coins数组中的元素只能在索引值小于它的元素的右边。为了达到此效果，可以对coins数组进行遍历，则状态转移方程为：
$$dp[i]=dp[i]+dp[i-coins[j]]$$

其中i表示背包的容量。因为当容量为0时，只有哪个都不选这一种选择，所以边界条件dp[0]=1
因此得到如下代码：
算法步骤为：

1. 先使用coins中第一个元素尝试组成所有可能的情况，可以组成则为1，不能为0；
2. 然后开始使用第二个元素，尝试是否可以使用前两个元素组成满足条件的金额，然后依次遍历coins中的所有元素。

代码–518零钱兑换||

class Solution {
    public int change(int amount, int[] coins) {
        int[] dp = new int[amount+1];
        dp[0] = 1;
        for (int c : coins)
        {
            for (int i=c;i<=amount;i++)
                dp[i] += dp[i-c];
        }
        return dp[amount];
    }
}