【LeetCode】322. 零钱兑换（中等）——代码随想录算法训练营Day45

题目链接：322. 零钱兑换

题目描述

给你一个整数数组 coins ，表示不同面额的硬币；以及一个整数 amount ，表示总金额。

计算并返回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 。

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

示例 3：

输入：coins = [1], amount = 0
输出：0

提示：

• 1 <= coins.length <= 12
• 1 <= coins[i] <= 231 - 1
• 0 <= amount <= 104

文章讲解：代码随想录

视频讲解：动态规划之完全背包，装满背包最少的物品件数是多少？| LeetCode：322.零钱兑换_哔哩哔哩_bilibili

题解1：动态规划

思路：如果本题的硬币组能凑成任意情况，如1、2、5，就可以用贪心算法求解，但并非这样，所以不能使用贪心算法。这是一个完全背包问题，可以使用动态规划法求解装满背包最少需要多少个物品。

动态规划分析：

• dp 数组以及下标的含义：dp[j] 代表容量为 j 的背包最少由 dp[j] 个物品装满。
• 递推公式：dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1)。
• dp 数组初始化：dp[0] 初始化为0，为了保证取最小的结果正确，后续元素需初始化为 Number.MAX_VALUE。
• 遍历顺序：本题求解的是最小元素数量，和元素的顺序没关系，因此求排列和组合都可以，即先遍历物品再遍历背包和先遍历背包再遍历物品都可以。
•  打印 dp 数组：以输入 coins = [1,2,5]、amount = 11为例，dp 数组为 [ 0, 1, 1, 2, 2, 1, 2, 2, 3, 3, 2, 3 ]。

/**
 * @param {number[]} coins
 * @param {number} amount
 * @return {number}
 */
var coinChange = function(coins, amount) {
    const dp = new Array(amount + 1).fill(Number.MAX_VALUE);
    dp[0] = 0;
    for (let i = 0; i < coins.length; i++) {
        for (let j = coins[i]; j <= amount; j++) {
            dp[j] = Math.min(dp[j], dp[j - coins[i]] + 1);
        }
    }
    return dp[amount] !== Number.MAX_VALUE ? dp[amount] : -1;
};

分析：令 n 为 coins 的长度，m 为 amount，则时间复杂度为 O(n * m)，空间复杂度为 O(m)。

收获

完全背包问题的遍历顺序是一个重点，先遍历物品再遍历背包求组合，先遍历背包再遍历物品求排列。