给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算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。
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
说明:
你可以认为每种硬币的数量是无限的。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/coin-change
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
dp含义:当前目标价值是j,硬币之和小于等于 j 的最小硬币数;
1、创建一个一维的dp数组,int[] dp = new int[amount+1];
2、初始化,当amount=0时,只需要0个硬币,所以dp[0]=0;将dp[1~dp.length]初始化,为一个大数,这里设置为amount+1,用于判断,保证当前这个数值是能够被凑出的。
3、动态规划的核心部分,第二层循环从coins[i]开始,因为前面的dp[j]已经保证了是能够凑出它的硬币数中的最小值。
4、最后判断dp[amount]是否还是amount+1这个初始化值,如果是那说明无法凑出这个值,如果不是说明存在凑出这个数的最小硬币数,返回即可。
class Solution {
public int coinChange(int[] coins, int amount) {
int[] dp = new int[amount+1];//最小硬币数
Arrays.fill(dp, 1,amount+1, amount+1);
for(int i = 0; i < coins.length; i++) {
for(int j = coins[i]; j <= amount; j++) {
if(dp[j-coins[i]] != amount+1) {//如果依然等于amount+1,说明没有硬币可以凑出这个值;
dp[j] = Math.min(dp[j], dp[j-coins[i]] + 1);
}
}
}
return dp[amount] == amount+1 ? -1 : dp[amount];
}
}