力扣322.零钱兑换

最新推荐文章于 2024-07-20 12:07:54 发布

dxx_111

最新推荐文章于 2024-07-20 12:07:54 发布

阅读量309

点赞数

分类专栏：简单dp

本文链接：https://blog.csdn.net/dxx_111/article/details/105575108

版权

简单dp 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

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。

题目连接：https://leetcode-cn.com/problems/coin-change/

方法一：递归实现

思路：见到可以将大问题划分为更小规模的问题，那么就可以想到用动态规划的方法。就像这道题，首先我们知道amount规模的问题，可以变成amount-coins[i]规模的问题，那么问题来了，amount规模的问题与amount-coins[i]规模的问题之间的关系是什么，递归结束条件是什么（也就是说已知的边界值是什么？）？然后将这个思路写成递归方程和递归结束条件，之后将其转换成代码。由于递归会超时，所以要用字典保存计算的中间结果。

$f(amount)=\left\{ \begin{aligned} 0, amount = 0 \\ 1+min{f(amount-coins[i])]}(i=0, 1,...,len(coins)-1), amount != 0 \end{aligned} \right.$

注意：如果amount-coins[i]<0时，不符合题意，所以需要判断一下满足amount>=coins[i]才能递归。

class Solution:
    def coinC(self, amount):
        if amount==0:
            return 0
        tt = float('Inf')
        for i in range(len(self.coins)):
            if amount>=self.coins[i]:
                if self.amt[amount-self.coins[i]]==-1:
                    aa=1+self.coinC(amount-self.coins[i])
                else:
                    aa = 1 + self.amt[amount - self.coins[i]]
                tt = min(tt, aa)
        self.amt[amount]=tt
        return tt
    def coinChange(self, coins, amount):
        self.coins = coins
        # self.tt = float('Inf')
        self.amt = [-1 for i in range(amount+1)]
        ans = self.coinC(amount)
        if ans!=float('Inf'):
            print(ans)
        else:
            print(-1)

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

方法二：动态规划

思路：从前向后想，假设我有初始最优解，那么，我怎么求更大规模的最优解。就这一道题来说，当amount==0时，我最少需要找0个硬币，那更大规模的呢？怎么求解呢？如果是amount==1时，如果存在1元硬币，那么就返回1，否则，是无穷大，也就是没办法找；如果amount==2时，可以是因为amount>1,所以可以是1+f(2-1)=1+1=2,如果存在两元硬币的话，就是1+f(2-2)=1+0=1,将这两种方案比较，看哪个硬币个数少就要哪个，最后计算到amount==题目中所给的金额，即为所求。

dp[0]=0

dp[i]=1+min{dp[i-coins[j]]}(j=0, ..., len(coins)-1)

注意：这个也是只有i>=coins[j]时才更新

class Solution:
    def coinChange(self, coins, amount):
        dp=[float('Inf') for i in range(amount+1)]
        dp[0]=0
        for i in range(1, amount+1):
            tt = float('Inf')
            for j in range(len(coins)):
                if i>=coins[j]:
                    a = dp[i-coins[j]]
                    tt = min(tt, a)
            dp[i]=tt+1
        if dp[amount]==float('Inf'):
            return -1
        else:
            return dp[amount]

动态规划入门第一题，加油！！！