109、★★完全背包的组合问题-LeetCode-518.零钱兑换Ⅱ

题目：

给你一个整数数组 coins 表示不同面额的硬币，另给一个整数 amount 表示总金额。

请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额，返回 0 。

假设每一种面额的硬币有无限个。 

题目数据保证结果符合 32 位带符号整数。

来源：力扣（LeetCode）

思路：

1）注意下标表示的是 情况数，这里表示能取coins[i]，则出现新的可能
注意目标和的 dp[j] += dp[j - nums[i]]和一和零中 dp = Math.max + 1;情况不同
要放入 coins[i],就找放入dp[j - coins[i]]的情况，此时放入之后，刚好是合适的大小

2）for遍历 物品，就是可以取新的物品后，加入了新的情况，还是加上 上一层的结果数

3）背包问题：感觉套路都是这样

①dp数组一维二维的不同；

②遍历顺序的不同(针对一维情况)：

        容量从小到大，前面的物品可以多次入背包，属于完全背包；

        容量从大到小，前面的物品不能多次入背包，属于01背包

③组合问题（目标和）：dp[j]表示物品刚好填满 容量j的情况数，dp[0]为1

    两个维度的问题（零和一）：需要在物品for遍历中嵌套两层for，把两个维度都遍历到，此时的双层for类似前面的一维滚动数组！

4）对于完全背包：

        组合问题：先遍历物品再遍历容量，

        排列问题：先遍历容量，再遍历物品，

        最大价值问题：for内外层没有影响；

对于01背包，只能物品放外面；内容容量从大到小遍历！

5）★容量从小到大遍历：dp[j] 是由①同一层的已经处理好的dp[j - nums[i]] 和上一层的dp[j]得到的!

      容量从大到小：dp[j] 由上一层的dp[j - nums[i]] 和上一层的dp[j]得到！

      所以：

①容量小到大，同层的dp[j - nums[i]]已经有新加入的物品计算过，算作多次入背包，是完全背包；

②容量大到小，用的都是上一层，没加入新物品时的结果，所以物品不是多次入背包，是01背包。

有时候还是一维数组好做题！

还需要理解，差一点点；

按照套路做题，感觉能做出来，但是还是云里雾里不好理解！

代码：

1）一维数组情况

class Solution {
    public int change(int amount, int[] coins) {
        //dp数组表示，凑成 j 面额的组合数，
        //前面的题目中也有求组合问题，目标和这道题
        int[] dp = new int[amount + 1];//下标就是总金额
        dp[0] = 1;//凑到 总金额为0，只需要 放1，一种情况
        int n = coins.length;
        for(int i = 0;i < n;i++){//遍历物品
            for(int j = coins[i];j <= amount;j++){//容量从小到大，就可以保证物品多次入队！
                dp[j] += dp[j - coins[i]];//注意下标表示的是 情况数，这里表示能取coins[i]，则出现新的可能
            }
        }
        return dp[amount];
    }
}