题目:
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。
思路:
动态规划五部曲:
1.确定dp数组及含义
dp数组是一维数组,dp[j]代表凑成总金额j所需的最少硬币个数
2.确定递推公式
要加入一个coins[i]达到总金额j,那么加入后最少硬币个数为1+dp[j-coins[i]]
dp[j]=min[dp[j],dp[j-coins[i]]+1]
3.初始化dp数组
由于递推公式是在dp[j]与dp[j-coins[i]]+1中取最小值,那么初始化dp就应该是最大值Integer.MAX_VALUE。dp[0]代表总金额为0时最少的硬币数,应该为0
4.确定遍历顺序
本题属于完全背包问题,但所求方案可以是排列数也可以是组合数,都不影响最少硬币数。
因此遍历序列可以是先遍历物品再遍历背包容量,也可以反过来。
本题代码采用了外层for循环正序遍历物品(nums),内层for循环正序遍历背包容量
5.举例推导dp数组
以输入:coins = [1, 2, 5], amount = 5为例
dp=[0,1,1,2,2,1]
代码:
public int coinChange(int[] coins, int amount) {
int[] dp=new int[amount+1];
//初始化dp[0]为0,其他为整数最大值
for(int j=0;j<dp.length;j++){
dp[j]=Integer.MAX_VALUE;
}
dp[0]=0;
for(int i=0;i<coins.length;i++){
for(int j=coins[i];j<=amount;j++){
if(dp[j-coins[i]]!=Integer.MAX_VALUE)//只有dp[j-coins[i]]不为整数最大值时,覆盖才有效
dp[j]=Math.min(dp[j],dp[j-coins[i]]+1);
}
}
if(dp[amount]==Integer.MAX_VALUE) return -1;
return dp[amount];
}