518. 零钱兑换 II(c++)

题目

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。

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

注意,你可以假设:

  • 0 <= amount (总金额) <= 5000
  • 1 <= coin (硬币面额) <= 5000
  • 硬币种类不超过 500 种
  • 结果符合 32 位符号整数

分析与题解

二维数组存储状态值

根据题意,每种面额的硬币无限提供,所以是完全背包问题

我们设置二维数组vector<vector<int>> dp[i][j]用来存储前i枚硬币种类的前提下,能凑出金额j的可能情况。

vector<vector<int>> dp(n + 1, vector<int>(amount + 1, 0));

对于base case的初始化,我们只需要考虑当凑数的金额数值为0时的特殊情况,即dp[i][0]。此时无论考虑的硬币种类是多少,都有唯一的方法凑出数额0,那就是什么硬币都不选。

同样是比较第i个硬币面额和当前剩余金额之前的关系,需要注意的是第i个硬币在coins中对于的下标是coins[i - 1]

  • 如果j < coins[i - 1],那么无法使用第i枚面额的硬币。只能使用前面i-1种硬币,此时金额数额没有发生变化。即dp[i][j] = dp[i - 1][j]
  • 如果j >= coins[i - 1],那么可以使用一枚第i种面额的硬币。此时金额数额减去coins[i - 1]的面值后,仍然可以从前i枚硬币中进行选择

综上,状态转移方程为:

\[\begin{cases} dp[i][j] = dp[i - 1][j],\quad\quad\quad\quad\quad\quad\quad\quad\quad\quad\quad\ if (j < coins[i - 1])\\ dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]],\quad if (j >= coins[i - 1])\\ \end{cases} \]

完整代码如下:

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        int n = coins.size();
        vector<vector<int>> dp(n + 1, vector<int>(amount + 1, 0));

        // chus初始化base case
        for (int i = 0; i < n + 1; i++) {
            dp[i][0] = 1;
        }

        for (int i = 1; i <= n; i++) {
            for (int j = 0; j < amount + 1; j++) {
                // 注意第i个元素在coins中对应的下标为i-1
                int val = coins[i - 1];
                if (j < val)
                    dp[i][j] = dp[i - 1][j];
                else if (j >= val)
                    dp[i][j] = dp[i - 1][j] + dp[i][j - val];
            }
        }
        return dp[n][amount];
    }
};

一维数组压缩存储空间

需要注意的是,与01背包不同的是,所有硬币是完全供应的。这直接导致了在j >= coins[i - 1]的情况下,两者的状态转移方程发生变化:

  • 01背包:dp[i][j] = dp[i - 1][j] + dp[i - 1][j - coins[i - 1]]
  • 完全背包:dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]]

区别在于,使用一枚第i个面额的硬币后,仍然将前i枚硬币计入考虑范围,而不是前i-1枚。这在二维数组的代码编写中没有太大的影响,但是由于一维数组只记录了前一行的状态值,所以对于01背包来说,第i - 1行靠前的状态量会影响第i行靠后的状态的更新。所以需要进行倒叙。而完全背包问题,第i行靠前的状态量会影响第i行靠后的状态的更新,所以需要正序遍历

另外由于j < coin[i - 1]的情况,我们不会进行变更。所以可以简化代码结构,直接将正序遍历的初始值设置为当前硬币的面额即可

完整代码如下:

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        int n = coins.size();
        vector<int> dp(amount + 1, 0);
        dp[0] = 1;
        for (int& coin : coins) {
            for (int j = coin; j <= amount; j++) {
                dp[j] += dp[j - coin];
            }
        }
        return dp[amount];
    }
};
posted @ 2020-12-17 21:07  脱线森林`  阅读(166)  评论(0编辑  收藏  举报