【每天一道算法题9】【Python】找零钱问题

题目描述

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：
coins = [1, 2, 5]
amount = 100
返回 20

coins = [1, 2, 5]
amount = 103
返回 22

解法一：动态规划（自底向上）

分析：
假设 coins = [coin1, coin2, coin3]，amount = N
我们要计算的是，用coins里面的硬币来组成N，并且硬币数最少。
我们可以这么思考，假设有一个硬币池，里面有无数个coin1, coin2, coin3，我们不断地从里面挑硬币出来，直到总金额达到N。那被挑出来的这些硬币就是加起来等于N的一个组合，当然不同的挑法，肯定有不同的组合，我们要做的就是在这些组合里面找到最少的硬币个数就行了。
这里我们再逆向思考一下，在每个符合规定（相加总金额等于N）的组合里面，最后挑出来的硬币肯定是coin1,coin2,coin3其中之一。假设f(N)表示组成N的最少硬币数，那么就有如下关系：
f(N) = min(f(N-coin1), f(N-coin2), f(N-coin3)) + 1
这个公式在动态规划里面叫做状态转移方程，其实很好理解，我们计算f(N), 实际上可以转化为计算f(N-coin1)、f(N-coin2)、f(N-coin3)，然后取它们的最小值，再加1（因为我减去了一个硬币）。
那自底向上的思想就是，我们要计算f(N)，那我们依次计算出f(1)、f(2)、f(3)…f(N-coin1)、f(N-coin2)、f(N-coin3)，这样我们就可以轻松的得到f(N)了。
代码实现：

def solution(coins: list, amount: int) -> int:
    # 定义一个数组，用于存储组成0-amount每一个面额的最小硬币数，初始化为无限大
    dp = [float('inf')] * (amount + 1)
    dp[0] = 0
    for coin in coins:  # 遍历硬币面额
        # 遍历每一个总金额，为了保证x - coin >= 0，我们从大于coin开始遍历
        for x in range(coin, amount + 1):
            # 以下代码是核心
            dp[x] = min(dp[x], dp[x - coin] + 1)
    return dp[amount] if dp[amount] != float('inf') else -1

解法二：递归

递归的解法，主要是要找到递进关系和结束递归的条件.

1. 递进关系 f(N) = min(f(N-coin1), f(N-coin2), f(N-coin3)…) + 1
2. 结束递归的条件，N <= 0

代码实现：

import functools

def solution(coins: list, amount: int) -> int:
    @functools.lru_cache(amount)   # 把函数调用结果记录到缓存，记录次数为amount
    def dp(_amount):
        if _amount < 0: 
            return -1
        if _amount == 0: 
            return 0
        mini = int(1e9)
        for coin in coins: 
            # 进入递归，计算f(N-coin1)、 f(N-coin2)、f(N-coin3)...     
            res = dp(_amount - coin)
            if 0 <= res < mini:
                mini = res + 1
        return mini if mini < int(1e9) else -1
    if amount < 1: 
        return 0
    return dp(amount)