目录
问题描述:
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。
计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1
。
你可以认为每种硬币的数量是无限的。
示例 1:
输入:coins = [1, 2, 5], amount = 11 输出:3 解释:11 = 5 + 5 + 1
示例 2:
输入:coins = [2], amount = 3 输出:-1
示例 3:
输入:coins = [1], amount = 0 输出:0
实现代码与解析:
动态规划(完全背包):
class Solution {
public:
int coinChange(vector<int>& coins, int amount)
{
vector<int> dp(amount + 1, INT_MAX);
dp[0] = 0;
for(int i = 0; i < coins.size(); i++)
{
for(int j = coins[i]; j <= amount; j++)
{
if (dp[j - coins[i]] != INT_MAX)
{
dp[j] = min(dp[j], dp[j - coins[i]] + 1);
}
}
}
if(dp[amount] == INT_MAX) return -1;
return dp[amount];
}
};
原理思路:
此题和Leetcode:474. 一和零(C++)_Cosmoshhhyyy的博客-CSDN博客很像,但是区别呢,就是此题求的是最小物品数,dp数组的含义就是装满背包用的最少硬币个数,对于dp数组的初始化,就是非零下标都取最大INT_MAX,因为我们后面要 dp[j] = min(dp[j], dp[j - coins[i]] + 1) 进行比较,如果都取 0 ,那么取 min 的时候就都取 0 了,显然是不对的,初始化为最大才能取到小值,当然 0 下标还是为 0 的,之后就是完全背包遍历了,最后如果dp数组还为初值,说明不能装满,则返回 -1。