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:
输入: coins = [1, 2, 5], amount = 11
输出: 3
解释: 11 = 5 + 5 + 1
解题思路
大佬在这里有一个动态规划套路详解,吐血推荐。
动态规划遵循一套固定的流程:递归的暴力解法 -> 带备忘录的递归解法 -> 非递归的动态规划解法。
千万不要看不起暴力解,动态规划问题最困难的就是写出状态转移方程,即这个暴力解。优化方法无非是用备忘录或者 DP table,再无奥妙可言。
“动态规划”在本质上其实还是“搜索”,并且是“记忆化搜索”。“搜索”类问题,我们还是应该先画“递归树”分析:
由递归树我们可以分析得到,此问题有很多重复的子问题,所以我们应该考虑通过“记忆化搜索”或者“dp table”来解决。
ps:看到此题的第一反应是用贪心算法,但是贪心策略在这里并不适用,原因在于贪心算法解决此题时鼠目寸光。
参考代码
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
vector<int> dp(amount + 1, INT_MAX);
dp[0] = 0; // 凑0元需要0个硬币
for(int money = 1; money <= amount; money++){
for(auto coin: coins){
if(money - coin >= 0 && dp[money - coin] != INT_MAX) // 注意这里的判断条件
dp[money] = min(dp[money], dp[money - coin] + 1); // 别忘+1
}
}
return dp[amount] == INT_MAX? -1: dp[amount];
}
};