给出不同面额的硬币以及一个总金额. 写一个方法来计算给出的总金额可以换取的最少的硬币数量. 如果已有硬币的任意组合均无法与总金额面额相等, 那么返回 -1
.
样例
给出 coins = [1, 2, 5]
, amount = 11
返回 3
(11 = 5 + 5 + 1)
给出 coins = [2]
, amount = 3
返回 -1
注意事项
你可以假设每种硬币均有无数个
解题思路:
动态规划。将它的状态设置为题目的子问题,即:dp(i)表示最少的硬币数量可以拼出i 。则结果应返回dp(amount)
如果如样例所示,dp(11)有三种情况,可能是拼出10所需最少硬币再加上最后一枚硬币1,可能是拼出9所需最少硬币再加上最后一枚硬币2,可能是拼出6所需最少硬币再加上最后一枚硬币5.取这三种情况的最小值,如下:
dp(11) = min(dp(11-1)+1 , dp(11-2)+1 , dp(11-5)+1)
一般化状态方程:
dp[i] = min(dp[i-coins[0]]+1 , dp[i-coins[1]]+1 ,......, dp[i-coins[n]]+1)
初始条件与边界情况:
初始条件:dp[0] = 0
如果i-coins[n]小于0怎么办?
初始化dp[i]为正无穷,若出现i-coins[n]小于0的情况,则保持正无穷状态,表示不能拼出i, 不做更新
public class Solution {
/**
* @param coins: a list of integer
* @param amount: a total amount of money amount
* @return: the fewest number of coins that you need to make up
*/
public int coinChange(int[] coins, int amount) {
// write your code here
int n = coins.length;
//dp[i]表示:换取i元的最小硬币数量
int[] dp = new int[amount+1];//0-n
//初始条件
dp[0] = 0;
//状态方程
for(int i=1 ; i<dp.length ; i++){
dp[i] = Integer.MAX_VALUE;
for(int j=0 ; j<n ; j++){
if(i-coins[j]>=0 && //对应于边界情况,不能出现dp[i-coins[j]]小于0的情况
dp[i-coins[j]]!=Integer.MAX_VALUE && //如果它之前子问题没有最优解,则也不更新当前问题
dp[i-coins[j]]+1 < dp[i]) //对应于状态方程中min()部分
dp[i] = dp[i-coins[j]] + 1;
}
}
if(dp[amount] == Integer.MAX_VALUE)
return -1;
else
return dp[amount];
}
}
解题思路2:
这是一个典型的完全背包问题。
设dp[i][j]表示使用前i个硬币,总金额为j时需要的最少硬币数量。
public class Solution {
/**
* @param coins: a list of integer
* @param amount: a total amount of money amount
* @return: the fewest number of coins that you need to make up
*/
public int coinChange(int[] coins, int amount) {
// write your code here
int[] dp = new int[amount + 1];
int n = coins.length;
dp[0] = 0;
for (int i = 1; i <= amount; i++) {
dp[i] = -1;
for (int j = 0; j < n; j++) {
if (i >= coins[j] && dp[i - coins[j]] != -1) {
if (dp[i] == -1 || dp[i - coins[j]] + 1 < dp[i]) {
dp[i] = dp[i - coins[j]] + 1;
}
}
}
}
return dp[amount];
}
}