完全背包问题

 

518. 零钱兑换 II

难度中等238

给定不同面额的硬币和一个总金额。写出函数来计算可以凑成总金额的硬币组合数。假设每一种面额的硬币有无限个。

 

我们可以把这个问题转化为背包问题的描述形式：

有一个背包，最大容量为 amount，有一系列物品 coins，每个物品的重量为 coins[i]，每个物品的数量无限。请问有多少种方法，能够把背包恰好装满

若只使用 coins 中的前 i 个硬币的面值，若想凑出金额 j，有 dp[i][j] 种凑法。

dp[0][..] = 0， dp[..][0] = 1（如果凑出的目标金额为 0，那么“无为而治”就是唯一的一种凑法。）

如果你不把这第 i 个物品装入背包，也就是说你不使用 coins[i] 这个面值的硬币，那么凑出面额 j 的方法数 dp[i][j] 应该等于 dp[i-1][j]，继承之前的结果。

如果你把这第 i 个物品装入了背包，也就是说你使用 coins[i] 这个面值的硬币，那么 dp[i][j] 应该等于 dp[i][j-coins[i-1]]。

首先由于 i 是从 1 开始的，所以 coins 的索引是 i-1 时表示第 i 个硬币的面值。

class Solution {
   	 public int change(int amount, int[] coins) {
		 int len = coins.length;
		 int[][] dp=new int[len+1][amount+1];
		 for (int i=0;i<=len;i++)
			 dp[i][0] =1 ;
		 for(int i=1;i<=len;i++)
				for (int j=1;j<=amount;j++){
					if (j>=coins[i-1]){
						dp[i][j] =dp[i-1][j] + dp[i][j-coins[i-1]];
					}
					else
						dp[i][j] =dp[i-1][j] ;
				}
		 return dp[len][amount];
	 }
}

优化：

将二维数组压缩成一维数组 DP 公式为 amount = x: dp[x] = dp[x] + dp[x - coin]，dp[0] = 1;

不同于01背包的是 dp[i][j] =dp[i-1][j] + dp[i][j-coins[i-1]];
需要已经更新的dp[i][j-coins[i-1]]。那么遍历的时候就可以从前往后遍历

class Solution {
  public int change(int amount, int[] coins) {
    int[] dp = new int[amount + 1];
    dp[0] = 1;

    for (int coin : coins) {
      for (int x = coin; x < amount + 1; ++x) {
        dp[x] += dp[x - coin];
      }
    }
    return dp[amount];
  }
}

参考链接：
https://leetcode-cn.com/problems/coin-change-2/solution/dong-tai-gui-hua-wan-quan-bei-bao-wen-ti-by-liweiw/
labuladong的算法小抄： https://labuladong.gitbook.io/algo/dong-tai-gui-hua-xi-lie/bei-bao-ling-qian

 

背包九讲 ：https://raw.githubusercontent.com/tianyicui/pack/master/V2.pdf