LeetCode刷题--- 零钱兑换 II

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

1. 状态显示
2. 状态转移方程
3. 初始化（防止填表时不越界）
4. 填表顺序
5. 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];
    }
};