标签：le 硬币 coins II 518 amount coin LeetCode dp

文章目录

• 1. 题目
• • 1.1 示例
  • 1.2 说明
  • 1.3 提示
  • 1.4 进阶
• 2. 解法一
• • 2.1 分析
  • 2.2 解答
  • 2.3 复杂度

1. 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 0 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 32 32 位带符号整数。

1.1 示例

• 示例 1 1 1：

• 输入： amount = 5 ， coins = [1, 2, 5]
• 输出： 4 4 4
• 解释： 有四种方式可以凑成总金额：
  5 = 5 5=5 5=5
  5 = 2 + 2 + 1 5=2+2+1 5=2+2+1
  5 = 2 + 1 + 1 + 1 5=2+1+1+1 5=2+1+1+1
  5 = 1 + 1 + 1 + 1 + 1 5=1+1+1+1+1 5=1+1+1+1+1

• 示例 2 2 2：

• 输入： amount = 3 ， coins = [2]
• 输出： 0 0 0
• 解释： 只用面额 2 2 2 的硬币不能凑成总金额 3 3 3 。

• 示例 3 3 3：

• 输入： amount = 10 ， coins = [10]
• 输出： 1 1 1

1.2 说明

• 来源： 力扣（LeetCode）
• 链接： https://leetcode-cn.com/problems/coin-change-2

1.3 提示

• 1 ≤ c o i n s . l e n g t h ≤ 300 1 \le coins.length \le 300 1≤coins.length≤300 ；
• 1 ≤ c o i n s [ i ] ≤ 5000 1 \le coins[i] \le 5000 1≤coins[i]≤5000 ；
• coins 中的所有值互不相同 ；
• 0 ≤ a m o u n t ≤ 5000 0 \le amount \le 5000 0≤amount≤5000 。

1.4 进阶

2. 解法一

2.1 分析

这道题中，给定总金额 amount 和数组 coins，要求计算金额之和等于 amount 的硬币组合数。其中，coins 的每个元素可以选取多次，且不考虑选取元素的顺序，因此这道题需要计算的是选取硬币的组合数。可以通过动态规划的方法计算可能的组合数。用 dp[i] 表示金额之和等于 i 的硬币组合数，目标是求 dp[amount] 。

动态规划的边界是 dp[0] = 1。只有当不选取任何硬币时，金额之和才为 0 0 0，因此只有 1 1 1 种硬币组合。

对于面额为 coin 的硬币，当 coin ≤ i ≤ amount \textit{coin} \le i \le \textit{amount} coin≤i≤amount 时，如果存在一种硬币组合的金额之和等于 i − coin，则在该硬币组合中增加一个面额为 coin 的硬币，即可得到金额之和等于 i 的一种硬币组合，这意味着金额 i 和 i - coin 的组合数是相等的。因此需要遍历 coins，对于其中的每一种面额的硬币，更新数组 dp 中每个索引大于或等于该面额的元素（即更新 dp[i] ，其中 coin ≤ i ≤ amount \textit{coin} \le i \le \textit{amount} coin≤i≤amount）的值。

由此可以得到动态规划的解题流程：

• 初始化 dp[0] = 1；
• 遍历 coins，对于其中的每个元素 coin，进行如下操作：
  • 遍历 i 从 coin 到 amount，将 dp[i − coin] 的值加到 dp[i] 。
• 最终得到 dp[amount] 的值即为答案。

• 作者： LeetCode-Solution

2.2 解答

from typing import List, Union


class CoinChangePermutations:
    @classmethod
    def permutation(cls, coins: List[int], amount: int) -> int:
        dp = [0] * (amount + 1)
        dp[0] = 1
        for coin in coins:
            for i in range(coin, len(dp)):
                if i - coin >= 0:
                    dp[i] += dp[i - coin]
        return dp[amount]


def main():
    coins = [1, 2, 5]
    amount = 5
    print(BottomUpIterativeSolution.coin_change(coins, amount))
    print(CoinChangePermutations.permutation(coins, amount))  # 4


if __name__ == '__main__':
    main()

• 执行用时： 128 ms , 在所有 Python3 提交中击败了 82.02% 的用户；
• 内存消耗： 15 MB , 在所有 Python3 提交中击败了 71.55% 的用户。

上述做法不会重复计算不同的排列。因为外层循环是遍历数组 coins 的值，内层循环是遍历不同的金额之和，在计算 dp[i] 的值时，可以确保金额之和等于 i 的硬币面额的顺序，由于顺序确定，因此不会重复计算不同的排列。

2.3 复杂度

• 时间复杂度： O ( amount × n ) O(\textit{amount} \times n) O(amount×n)，其中 amount 是总金额，n 是数组 coins 的长度。需要使用数组 coins 中的每个元素遍历并更新数组 dp 中的每个元素的值。
• 空间复杂度： O ( amount ) O(\textit{amount}) O(amount)，其中 amount 是总金额。需要创建长度为 amount + 1 的数组 dp。

标签：le,硬币,coins,II,518,amount,coin,LeetCode,dp
来源： https://blog.csdn.net/weixin_37780776/article/details/120179475

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。