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:
输入: coins = [1, 2, 5], amount = 11
输出: 3
解释: 11 = 5 + 5 + 1
思路:数组整体降序排列,然后dfs深度遍历,每次都挑额度大的先拿,以目前金额能拿多少就拿多少,拿多了就回溯走其他情况,相当于要把全部情况走一遍找到最小次数
代码设计中比较好的点:
- 有的回溯是要在递归的后面做额外补偿,此处的回溯是基于当前情况的for循环遍历
- 剪枝逻辑(当前硬币金额拿的个数+历史已拿个数<目前已知最少次数),相当于避免了很多无用递归执行
代码如下:
public class Solution {
class Times {
public Times(int bestTimes) {
this.bestTimes = bestTimes;
}
private int bestTimes;
public int getBestTimes() {
return bestTimes;
}
private void compareMin(int num) {
if(num < bestTimes) {
bestTimes = num;
}
}
}
public static void main(String[] args) {
int[] arr = new int[]{1,2,5};
Solution solution = new Solution();
int count = solution.coinChange(arr, 11);
System.out.println(count);
}
public int coinChange(int[] coins, int amount) {
Integer[] arr = Arrays.stream(coins).boxed().toArray(Integer[]::new);
Arrays.sort(arr, Collections.reverseOrder());
Times times = new Times(Integer.MAX_VALUE);
dfsFind(arr, amount, 0, 0, times);
return times.getBestTimes() == Integer.MAX_VALUE ? -1 : times.getBestTimes();
}
public void dfsFind(Integer[] coins, int amount, int index, int count, Times times) {
if(amount == 0) {
times.compareMin(count);
return;
}
if(index == coins.length) {
return;
}
for(int k=amount/coins[index]; k>=0 && k+count<times.getBestTimes(); k--) {
dfsFind(coins, amount-k*coins[index], index+1, k+count, times);
}
}
}