凑零钱问题

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。

解： 由于所需硬币数是不确定的，而且组合数也不定，所以需要穷举所有的组合。在这题中，硬币数是不定的，可以作为自变量n，硬币数n和总金额amount的对应关系为：

f(n) = amount

f(n)的最优解使用动态规划的最优子结构可以构造为f(n) = f(n-1) + coins[i]，即找出n-1个硬币组合的最小值，也就是剩余金额的最小硬币数组合。使用自底向上迭代法重构f(n)：
将金额数从0到amount作为自变量，求解当前金额下的最小硬币组合数的数学公式为：

f(i) = min{f(i), f(i-coin) + 1}, 其中：0 ≤ i ≤ amount+1，coin∈coins

根据上面的公式构建数组dp[amount+1]，初始全置最大值amount+1是因为当dp[i] = amount+1时，最小硬币数组合查过了面额值amount，必然是没有满足amount的组合数，因此算法返回-1。

dp[i] = min(dp[i], dp[i - coin] + 1)

关于上面公式的解释：dp[i]表示当金额为i时的最小硬币数。dp[i - coin] + 1表示金额为 i 时，选择coin作为最小硬币数组合中的一个，所以金额 i 选定了一个面值为 coin 的硬币，数量确定了一个，需要 +1；而dp[i - coin] 为选定 coin 后剩余面额（i-coin）时的最小硬币数。

关于min(dp[i], dp[i - coin] + 1)，为什么选择dp[i] 和 （dp[i - coin] + 1）中最小的一个呢？这是因为我们在初始时将整个dp数组除0位置外都赋值为amount+1，也就是说初始的时候dp[i] 和 dp[i - coin] 的值是相同的。如果给定硬币面额组合中没有满足，或刚好需要amount+1个硬币才满足金额为（i-coin）的时候，这个时候dp[i-coin]的是大于或等于dp[i]，再加1就会大于dp[i]，而我们需要的是最小组合数，此时需要选择dp[i]。

完整Java代码如下：

class Solution {
    public int coinChange(int[] coins, int amount) {
        int[] dp = new int[amount+1];
        Arrays.fill(dp, amount+1); //数组所有元素置最大值
        dp[0] = 0;
        for(int i = 0; i < dp.length; i++){
            for(int coin : coins){
                if(i < coin) continue;
                dp[i] = Math.min(dp[i], dp[i - coin] + 1);
            }
        }
        return (dp[amount] == (amount+1)) ? -1 : dp[amount];
    }
}