LeetCode322Coin change（by java）

LeetCode322Coin change

举个例子，假如硬币面额为{1，5，11}，总金额amount=15。如果采用贪心算法的思想，每次都选取尽可能大的硬币面额，那么推出此次最少硬币数应该为5个硬币（1个11，4个1）。但是正确答案应该是5*3=15.说明贪心算法一个弊端：只顾眼前

重新分析刚才的例子：
1）假设我们第一次选取面额为11的硬币，那么我们需要解决的问题是：{假如硬币面额为{1，5，11}，总金额amount=4，所需最少硬币数}；
2）假设第一次选取面额为5的硬币，那么问题应该是：{假如硬币面额为{1，5，11}，总金额amount=10，所需最少硬币数}；
3）假设第一次选取面额为1的硬币，那么问题应该是：{假如硬币面额为{1，5，11}，总金额amount=14，所需最少硬币数}；
·······
以此类推（假设f（n）表示当总金额为n，所需的最少硬币数）
f（15）=min（f（14），f（10），f（4））+1；
得出状态转移方程：

i:目前金额 coin：硬币金额
cost：目前金额所需的最少硬币数（动态变化）
dp[i]：表示目前金额所需最少的硬币数
dp[i-coin]==Integer.MAX_VALUE-1表示剩余金额不能通过当前硬币组合
（Integer.MAX_VALUE-1是为了防止+1后溢出）
（如果不理解为什么-1可以尝试使用初始化为MAX_VALUE哦）

public int coinChange(int[] coins,int amount) {
		int[] dp=new int[amount+1];
		dp[0]=0;
		for(int i=1;i<=amount;i++) {
			int cost=Integer.MAX_VALUE-1;
			for(int coin:coins) {
				if(i-coin>=0) {//当前金额>硬币金额
					//if(dp[i-coin]!=Integer.MAX_VALUE-1)
						cost=Math.min(cost, dp[i-coin]+1);
				}
			}
			dp[i]=cost;
		}