Python面试宝典第47题：零钱兑换_python零钱兑换问题-CSDN博客

本文链接：https://blog.csdn.net/hope_wisdom/article/details/142032532

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，则返回-1。

备注：你可以认为每种硬币的数量是无限的。

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

备忘录法

备忘录法，也叫记忆化递归法，是一种优化技术。它主要用于改进递归算法的性能，特别是在解决具有重叠子问题的问题时。它的工作原理是：通过缓存（或记住）先前计算的结果，避免重复计算相同的子问题，从而显著提高算法的效率。使用备忘录法求解本题的主要步骤如下。

1、定义递归函数coin_change_helper。该函数接受三个参数：硬币数组coins、目标金额amount、备忘录memo。其中，备忘录memo用于存储已计算过的子问题的结果。

2、基本情况。

（1）如果amount为0，则返回0，表示不需要任何硬币。

（2）如果amount小于0，则返回无穷大，表示无法凑成负数金额。

（3）如果amount已经存在于备忘录memo中，则直接返回备忘录中的结果。

3、进行递归。

（1）对于每种硬币coin，递归调用上面定义好的递归函数，计算使用该硬币时所需的最少硬币数量。

（2）递归调用时，将amount - coin作为新的金额传递，并递归地查找最少硬币数量。

（3）递归完成后，更新备忘录memo，并返回最少硬币数量。

4、如果递归结果为无穷大，则表示无法凑成目标金额，返回-1。否则，返回递归结果作为最少硬币数量。

根据上面的算法步骤，我们可以得出下面的示例代码。

import math

def coin_change_by_memoization(coins, amount):
    # 创建一个字典，用于存储已计算过的子问题结果
    memo = {}

    def coin_change_helper(coins, amount):
        if amount == 0:
            return 0
        
        if amount < 0:
            return math.inf
        
        if amount in memo:
            return memo[amount]

        min_coins = math.inf
        for coin in coins:
            # 递归调用，计算使用该硬币时所需的最少硬币数量
            result = coin_change_helper(coins, amount - coin)
            # 如果递归结果不是无穷大，则更新最少硬币数量
            if result != math.inf:
                min_coins = min(min_coins, result + 1)

        # 更新备忘录memo
        memo[amount] = min_coins
        # 返回最少硬币数量
        return min_coins

    result = coin_change_helper(coins, amount)
    return result if result != math.inf else -1

coins = [1, 2, 5]
amount = 11
print(coin_change_by_memoization(coins, amount))

coins = [2]
amount = 3
print(coin_change_by_memoization(coins, amount))

动态规划法

本题是一个经典的动态规划问题，可以使用动态规划算法来解决。我们使用一个一维数组dp来存储到达每个金额所需的最少硬币数量，数组dp的索引表示金额，dp[i]表示凑成金额i所需的最少硬币数量。使用动态规划法求解本题的主要步骤如下。

1、初始化dp数组，dp[0]设置为0，因为凑成金额0所需的硬币数量为0。

2、对于dp数组中的每个金额i，从1到amount，找出可以使用哪些硬币凑成该金额，并更新dp[i]为使用最少硬币数量的值。

3、对于每个金额i，遍历所有硬币coins。如果硬币面额coin小于等于金额i，则可以使用该硬币来凑成金额i，此时更新dp[i]为：min(dp[i], dp[i - coin] + 1)。

4、如果dp[amount]仍为初始值（比如：inf），则表示无法凑成总金额，返回-1。否则，返回dp[amount]。

根据上面的算法步骤，我们可以得出下面的示例代码。

import math

def coin_change_by_dp(coins, amount):
    # 初始化dp数组，长度为amount + 1，用于存储凑成每个金额所需的最少硬币数量
    dp = [math.inf] * (amount + 1)
    # dp[0]初始化为0
    dp[0] = 0

    # 从金额1开始遍历，直到目标金额amount
    for i in range(1, amount + 1):
        # 对于每个金额i，尝试使用每种硬币
        for coin in coins:
            # 如果硬币面额小于等于当前金额i
            if coin <= i:
                # 更新dp[i]
                dp[i] = min(dp[i], dp[i - coin] + 1)

    return dp[amount] if dp[amount] != math.inf else -1

coins = [1, 2, 5]
amount = 11
print(coin_change_by_dp(coins, amount))

coins = [2]
amount = 3
print(coin_change_by_dp(coins, amount))