【leetcode】322. 零钱兑换（硬币无限所以是完全背包问题，状态方程定义dp[i]表示凑成总金额i所需的最少硬币个数）

题目

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。

思路：动态规划

硬币无限，完全背包问题。动态规划。

• 状态方程定义dp[i]表示凑成总金额i所需的最少硬币个数。
• 初试dp[0]=0，最终要求的是dp[amount]
• 状态转移方程：对于每一种硬币coins[j]，我可以选择放进来或者不放：

1. 如果不放，那么dp[i]保持不变；
2. 如果放进来，那么就还需要凑减去当前硬币额的数，即dp[i]=dp[i-coins[j]]+1。
3. 最终结果要取两者的最小值，即dp[i] = min(dp[i], dp[i-coins[j]]+1);

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        /*
        硬币无限，完全背包问题。动态规划。
        状态方程定义dp[i]表示凑成总金额i所需的最少硬币个数。
        初试dp[0]=0，最终要求的是dp[amount]
        状态转移方程：对于每一种硬币coins[j]，我可以选择放进来或者不放。如果不放，那么dp[i]保持不变；如果放进来，那么就还需要凑减去当前硬币额的数，即dp[i]=dp[i-coins[j]]+1。最终结果要取两者的最小值，即dp[i] = min(dp[i], dp[i-coins[j]]+1);
        */
        if( coins.size()==0 || amount<0 )
            return -1;
        if( amount == 0 )
            return 0;
        vector<int> dp(amount+1, amount+1);
        dp[0] = 0; //初始化
        for(int i=0; i<=amount; i++){ //总额从少到多
            for(int j=0; j<coins.size(); j++){//每个面额都要试一次
                if( i >= coins[j] ){
                    //当前硬币放 or 不放
                    dp[i] = min(dp[i], dp[i-coins[j]]+1); //注意判断i-coins[j]
                }
            }
        }
        if( dp[amount]==(amount+1) )
            return -1;
        else
            return dp[amount];
    }
};