动态规划---零钱兑换

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];
    }