标签：力扣 组合 int 可以 coins II 518 amount dp

今天的是一个中等题，主要考点是动态规划，微软面试考过这个。

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

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

题目中，每个面额的硬币可以用无限个，等同于给定一个数组，计算出能够组合出target的组合数。每个数有两种选择，可以加入计算，也可以不加入计算，这种就是可以用深度优先算法的信号，遍历每一种可能，计算最终结果，如果等于amount，则结果加1。

深度优先算法（DFS）的复杂度一般比较高，大部分会超时，解决方案无非就是剪枝，或者是改变策略，从底向上计算，利用动态规划来解决。如果一时想不到动态规划的版本，可以先写出DFS的版本，找出一些线索，也可以让面试官觉得你的功底和反应还是可以的。

我们今天就给出动态规划的思路，就不写DFS版本了。

1.如果amount是0，则结果为1，因为什么都不取，也是一种组合。

2.以示例为例，如果我们需要知道amount为5的组合数，我们可以将4（5-1），3（5-2），0（5-5）的组合数相加。而4的组合数也使用同样的方法，将3（4-1），2（4-2）的组合数相加即可。

根据上述分析，我们可以先开一个二维数组，

int[][] dp = new int[amount+1][n];
初始状态是dp[0][*]=1;
转换方式是dp[i][j]+=dp[i-coins[j]][j]+dp[i][j-1];

最终代码版本

 1  public int changeDp(int amount, int[] coins){
 2         int n = coins.length;
 3         int[][] dp = new int[amount+1][n];
 4         for(int i =0;i<n;i++){
 5             dp[0][i]=1;
 6         }
 7         for(int i=1;i<=amount;i++){
 8             for(int j = 0;j<n;j++){
 9                 if(j>0) {
10                     dp[i][j] += dp[i][j - 1];
11                 }
12                 if(i>=coins[j]){
13                     dp[i][j]+=dp[i-coins[j]][j];
14                 }
15             }
16         }
17         return dp[amount][n-1];
18     }

效率击败7%，看上去有点低，也没有做空间上的优化，不过面试的时候，先写出来，然后优化，心里也不慌了

标签：力扣,组合,int,可以,coins,II,518,amount,dp
来源： https://www.cnblogs.com/jejas/p/14870783.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。