# 算法每日一题：力扣518. 零钱兑换 II（完全背包）

算法每日一题：力扣518. 零钱兑换 II（完全背包）

题目链接：518. 零钱兑换 II - 力扣（LeetCode） (leetcode-cn.com)

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。

示例一

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

示例二

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 。

示例三

输入：amount = 10, coins = [10] 
输出：1

提示：

1 <= coins.length <= 300
1 <= coins[i] <= 5000
coins 中的所有值 互不相同
0 <= amount <= 5000

思路：

一看同一个面额的硬币可以重复使用，又有总金额限制，就是完全背包问题了。但是又跟纯背包问题不同，纯背包问题是求能能否凑成面额，而这道题是求凑成总金额的个数。

观察示例就可以知道，这道题求的是组合数，而不是排列数，为什么这样说？

如果是排列数的话

5 = 2 + 2 + 1

5 = 1 + 2 + 2

这两个组合算不同组合，而题目则是将他们算一个组合，所以这个问题就是求组合数了。

分析问题：

知道了这个是使用背包问题的模板解决问题的，所以我们应该按照dp的步骤来一步步解决问题。

1. 确定dp数组下标及定义

   dp[j] : 凑成金额j有几种组合数

2. dp的递推公式

   dp[j] 的值就等于所有能凑成dp[j-coins[i]]的组合数相加（如果看不懂的话，要理解背包问题的解题思路和dp数组的下标及含义），所以 dp[j] += dp[j-coins[i]]

3. dp数组的初始化

   当需要凑成的金额为0时，我们有一种方法，就是不放硬币进去，所以dp[0] = 1,因为硬币面额都是大于0的，所以，其他的下标可以初始化为0

4. 确定遍历顺序

   我们到底先遍历容量，还是先遍历物品呢？因为题目要求我们求组合数，元素之间没有顺序，所以我们应该先遍历物品

     for (int i = 0; i < coins.length; i++) {
               for (int j = coins[i]; j <= amount; j++) {
                   dp[j] += dp[j - coins[i]];
               }
           }
   

   为什么这样遍历就可以保证求的是组合数呢，因为我们先遍历物品的话，假设coins = [1, 2, 5]，那么只会出现{1，2}这样的组合，而不会出现{2，1}这样的组合，如果还不理解，建议打印数据来验证。

代码（java)

以上四步解决了以后就可以编写代码了

class Solution {
    public int change(int amount, int[] coins) {
        //确定dp数组
        int[] dp = new int[amount + 1];
        //dp数组初始化
        dp[0] = 1;
        
        //遍历
        for (int i = 0; i < coins.length; i++) {
            for (int j = coins[i]; j <= amount; j++) {
                dp[j] += dp[j - coins[i]];
            }
        }
        return dp[amount];
    }
}