前言:这个专栏主要讲述动态规划算法,所以下面题目主要也是这些算法做的
我讲述题目会把讲解部分分为3个部分:
1、题目解析
2、算法原理思路讲解
3、代码实现
零钱兑换 II
题目链接: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。
示例 1:
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 2:
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 3:
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
解法
算法原理与解析
我们这题使用动态规划,我们做这类题目可以分为以下五个步骤
- 状态显示
- 状态转移方程
- 初始化(防止填表时不越界)
- 填表顺序
- 返回值
- 状态显示
dp[i][j] :表示 从前 i 个硬币中挑选,总和正好等于 j ,⼀共有多少种选法。
- 状态转移方程
dp[i][j] = dp[i - 1][j];
if (j >= coins[i - 1]) dp[i][j] += dp[i][j - coins[i - 1]];
- 初始化(防止填表时不越界)
初始化第⼀行即可。第⼀行表示没有物品,没有物品正好能凑能和为 0 的情况。因此 dp[0][0] = 1 ,其余位置都是 0 种情况。
- 填表顺序
根据「状态转移⽅程」,我们仅需「从上往下」填表即可
- 返回值
根据「状态表示」,返回 dp[n][amount] 。
代码实现
int change(int amount, vector<int>& coins)
{
int n = coins.size();
// 表示在前i个硬币中选择,总和恰好等于j,此时的硬币组合数
vector<vector<int> > dp(n + 1, vector<int>(amount + 1));
// 初始化
dp[0][0] = 1;
for (int i = 1; i <= n; i++)
for (int j = 0; j <= amount; j++)
{
dp[i][j] = dp[i - 1][j];
if (j >= coins[i - 1])
dp[i][j] += dp[i][j - coins[i - 1]];
}
return dp[n][amount];
}
代码优化
class Solution {
public:
int change(int amount, vector<int>& coins)
{
int n = coins.size();
// 表示在前i个硬币中选择,总和恰好等于j,此时的硬币组合数
vector<int> dp(amount + 1);
// 初始化
dp[0] = 1;
for (int i = 1; i <= n; i++)
for (int j = coins[i - 1]; j <= amount; j++)
{
dp[j] += dp[j - coins[i - 1]];
}
return dp[amount];
}
};