DP-LeetCode322.零钱兑换coinChange（Python）

NLP_victor

已于 2025-02-09 17:39:14 修改

阅读量297

点赞数 1

分类专栏：动态规划文章标签：动态规划

于 2020-03-22 22:22:19 首次发布

本文链接：https://blog.csdn.net/IOT_victor/article/details/105037510

版权

动态规划专栏收录该内容

48 篇文章

订阅专栏

1、题目描述

322. 零钱兑换 - 力扣（LeetCode）

2、代码详解

python版

class Solution(object):
    def coinChange(self, coins, amount):
        """
        此函数用于解决硬币找零问题，通过动态规划的方法找出凑出指定金额所需的最少硬币数量。
        :param coins: 一个列表，包含不同面额的硬币
        :param amount: 一个整数，表示需要凑出的总金额
        :return: 凑出指定金额所需的最少硬币数量，如果无法凑出则返回 -1
        """
        # 初始化一个最大值，表示无法凑出该金额
        MAX = float('inf')
        # 创建一个长度为 amount + 1 的列表 dp，用于存储凑出每个金额所需的最少硬币数量
        # 初始值都设为 MAX，表示暂时无法凑出这些金额
        dp = [MAX] * (amount + 1)
        # 凑出金额 0 不需要任何硬币，所以 dp[0] 设为 0
        dp[0] = 0

        # 遍历从 1 到 amount 的每个金额
        for i in range(1, amount + 1):
            # 遍历每种硬币面额
            for coin in coins:
                # 只有当当前金额 i 大于等于硬币面额 coin，并且 dp[i - coin] 不是 MAX 时
                # 才说明可以使用该硬币来凑出金额 i
                if i >= coin and dp[i - coin] != MAX:
                    # 更新 dp[i] 为当前值和 dp[i - coin] + 1 中的较小值
                    # dp[i - coin] + 1 表示使用当前硬币后所需的最少硬币数量
                    dp[i] = min(dp[i], dp[i - coin] + 1)

        # 如果 dp[amount] 仍然是 MAX，说明无法用给定的硬币凑出该金额，返回 -1
        if dp[amount] == MAX:
            return -1
        # 否则返回凑出该金额所需的最少硬币数量
        return dp[amount]

时间复杂度：(O(amount * len(coins)))，其中 amount 是需要凑出的总金额，len(coins) 是硬币面额的数量。
空间复杂度：(O(amount))，主要用于存储 dp 数组。

class Solution(object):
    def coinChange(self, coins, amount):
        # 不同面额的硬币 coins 和一个总金额 amount
        MAX = float('inf')
        dp = [MAX for i in range(amount+1)]
        dp[0] = 0
        for i in range(1, amount+1):
            for coin in coins:  # 依次取不同的币值
                # 写法1
                # if i - coin < 0:
                #     continue  # 跳出取coin的循环
                # dp[i] = min(dp[i], dp[i-coin]+1)
                # 写法2
                if i >= coin and dp[i-coin] != MAX:
                    dp[i] = min(dp[i], dp[i-coin]+1)

        if dp[amount] == MAX:  # max时表示无法用硬币拼出amount
            return -1
        return dp[amount]

amount = 11
coins = [1, 2, 5]
s = Solution()
print(s.coinChange(coins, amount))

java版

public class coinChange322 {
    public static void main(String[] args){
        int[] coins = {1, 2, 5};
        int amount = 11;
        System.out.println(coinChange(coins, amount));

    }

    public static int coinChange(int[] coins, int amount){
        // 数组大小为 amount + 1，初始值也为 amount + 1
        int max = amount + 1;
        int[] dp = new int[amount+1];
        // base case
        Arrays.fill(dp, max);
        dp[0] = 0;
        for (int i = 0; i <= amount; i++) {//0,<不行，注意边界条件
            // 内层 for 在求所有子问题 + 1 的最小值
            for (int coin : coins) {
                // 子问题无解，跳过
                if (i - coin < 0) continue;
                dp[i] = Math.min(dp[i], 1 + dp[i - coin]);
            }
//            for (int j = 0; j < coins.length; j++) {
//                if (coins[j] <= i) {
//                    dp[i] = Math.min(dp[i], dp[i - coins[j]] + 1);
//                }
        }
        return (dp[amount] > amount) ? -1 : dp[amount];
    }
}

labuladong的动态规划

DP法和DFS+greedy+pruning法

花花酱 LeetCode 322. Coin Change - 刷题找工作 EP148_哔哩哔哩_bilibili