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
思路:拿不同面额的硬币去组成金额amount,我们很自然而然就想到这是一道背包问题,然后每个硬币可以用多次,数量不限,因此这是一道完全背包问题。
首先确定dp[j]表示组成金额j所需的硬币个数最少是dp[j]个,然后确定递推公式,dp[j-coins[i]]表示组成金额j-coins[i]所需的最少硬币个数为dp[j-coins[i]]个,那么组成金额j只需要在这个的基础上多加一个硬币coins[i],然后每次都取最小,因此递推公式是dp[j]=min(dp[j],dp[j-coins[i]]+1]),然后是初始化,因为我们要取最小,因此在建立dp列表的时候,每个值都默认为一个很大的数,然后dp[0]的值,看例三,组成金额0,返回的值是0,因此dp[0]=0。然后是遍历顺序,在完全背包问题中,先遍历物品还是先遍历背包都可以,但在遍历背包的时候需要从小到大遍历,才能多次使用前面已经使用的物品。
代码(Python)
class Solution(object):
def coinChange(self, coins, amount):
dp = [1000001]*(amount+1)
dp[0] = 0
for i in range(len(coins)):
for j in range(coins[i],amount+1):
dp[j] = min(dp[j],dp[j-coins[i]]+1)
if dp[amount] == 1000001:
return -1
return dp[amount]