Medium

题目描述

给你一个整数数组 coins 表示不同面额的硬币,以及一个整数 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成总金额,请返回 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

解题思路

这是一个经典的完全背包问题,求组合数。我们需要计算用给定硬币能组成目标金额的方案数。

核心思路:

  1. 定义 dp[i] 表示组成金额 i 的方案数
  2. 初始状态:dp[0] = 1(组成 0 元有 1 种方案:不选任何硬币)
  3. 状态转移:对于每个硬币 coin,更新所有 >= coin 的金额

关键点:

  • 外层循环遍历硬币,内层循环遍历金额,这样确保每种硬币只考虑一次,避免重复计算
  • 如果内外层循环顺序颠倒,会计算排列数而不是组合数
  • 状态转移方程:dp[j] += dp[j - coin]

时间优化: 使用一维数组即可,因为我们只需要当前状态和之前的状态。

这种解法既简洁又高效,时间复杂度为 O(amount × coins.length),空间复杂度为 O(amount)。

代码实现

class Solution {
public:
    int change(int amount, vector<int>& coins) {
        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];
    }
};
class Solution:
    def change(self, amount: int, coins: List[int]) -> int:
        dp = [0] * (amount + 1)
        dp[0] = 1
        
        for coin in coins:
            for j in range(coin, amount + 1):
                dp[j] += dp[j - coin]
        
        return dp[amount]
public class Solution {
    public int Change(int amount, int[] coins) {
        int[] dp = new int[amount + 1];
        dp[0] = 1;
        
        foreach (int coin in coins) {
            for (int j = coin; j <= amount; j++) {
                dp[j] += dp[j - coin];
            }
        }
        
        return dp[amount];
    }
}
var change = function(amount, coins) {
    const dp = new Array(amount + 1).fill(0);
    dp[0] = 1;
    
    for (const coin of coins) {
        for (let j = coin; j <= amount; j++) {
            dp[j] += dp[j - coin];
        }
    }
    
    return dp[amount];
};

复杂度分析

复杂度类型
时间复杂度O(amount × n),其中 n 是硬币种类数
空间复杂度O(amount)

相关题目