动态规划经典——换硬币(完全背包问题)

换硬币问题也是动态规格的一类经典问题，这里主要给出两个题，给出分析

1.最少硬币数

题目

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。

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
示例 4：

输入：coins = [1], amount = 1
输出：1
示例 5：

输入：coins = [1], amount = 2
输出：2

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/coin-change
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

 

递归

递归的解题思路是最容易想到的，即我们穷举所有的可能，取出每个amount可以组成个数的最小值即可。

当金额等于0的时候，此时可以换0种

当金额小于0的时候，返回-1。

遍历硬币coin，不放硬币coin需要的最小数量为coinChange(coins, amount - coin)，放硬币coin需要的最小数量为coinChange(coins, amount - coin)+1

所以写出我们的递归代码如下：

public int coinChange(int[] coins, int amount) {
        if (amount == 0) {
            return 0;
        }
        if (amount < 0) {
            return -1;
        }
        int res = Integer.MAX_VALUE;
        for (int coin : coins) {
            int subpro = coinChange(coins, amount - coin);
            if (subpro == -1) {
                continue;
            }
            res = Math.min(res, subpro + 1);
        }
        return res == Integer.MAX_VALUE ? -1 : res;
    }

提交后，时间超出限制，观察发现，存在很多重复计算，

如amount=7，

当取coin=1时，我们需要计算coinChange(coins, amount - 1)，要计算coinChange(coins, amount - 1)，就需要计算coinChange(coins, amount -1-1)，即coinChange(coins, 5)；

当取coin=2时，我们需要计算coinChange(coins, amount - 2)，即也会计算coinChange(coins, 5)；

这里可以发现coinChange(coins, 5)我们就计算了两次，继续往下，如coinChange(coins, 2)，coinChange(coins, 1)，重复计算会更多。

这时可以使用备忘录缓存结果。

如果穷举时间超出限制，一定使用备忘录缓存

备忘录递归

这里直接使用数组缓存

代码如下

 public int coinChangeByMem(int[] coins, int amount) {
        return coinChangeByMem(coins, amount, new int[amount + 1]);
    }

    //时间复杂度超标，修改使用备忘录缓存已经计算过的结果
    public int coinChangeByMem(int[] coins, int amount, int[] mem) {

        if (amount == 0) {
            return 0;
        }
        if (amount < 0) {
            return -1;
        }
        //说明备忘录中已有数据
        if (mem[amount] != 0) {
            return mem[amount];
        }
        int res = Integer.MAX_VALUE;
        for (int coin : coins) {
            int subpro = coinChangeByMem(coins, amount - coin, mem);
            if (subpro == -1) {
                continue;
            }
            res = Math.min(res, subpro + 1);
        }
        mem[amount] = res == Integer.MAX_VALUE ? -1 : res;
        return mem[amount];
    }

动态规划，自低向顶

还可以使用动态规划，自底向顶遍历，

思路都大致相同，这里也不做过多解释，注意tempResult初始化的值为Integer.MAX_VALUE - 1，因为后面会比较dp[i]+1，避免越界

 //dp方式，从低到顶
    public int coinChangeByDp(int[] coins, int amount) {
        int[] dp = new int[amount + 1];
        dp[0] = 0;
        for (int tempAmount = 1; tempAmount <= amount; tempAmount++) {
            int tempResult = Integer.MAX_VALUE - 1;
            for (int coin : coins) {
                if (tempAmount >= coin && tempResult > dp[tempAmount - coin] + 1) {
                    tempResult = dp[tempAmount - coin] + 1;
                }
            }
            dp[tempAmount] = tempResult;

        }
        return dp[amount] == Integer.MAX_VALUE - 1 ? -1 : dp[amount];
    }

 

2.硬币组合数

题目

给定不同面额的硬币和一个总金额。写出函数来计算可以凑成总金额的硬币组合数。假设每一种面额的硬币有无限个。 

 

示例 1:

输入: amount = 5, coins = [1, 2, 5]
输出: 4
解释: 有四种方式可以凑成总金额:
5=5
5=2+2+1
5=2+1+1+1
5=1+1+1+1+1
示例 2:

输入: amount = 3, coins = [2]
输出: 0
解释: 只用面额2的硬币不能凑成总金额3。
示例 3:

输入: amount = 10, coins = [10] 
输出: 1

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/coin-change-2
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

分析

该题是一个典型的背包问题，关键点在于dp数组的构建，

这里的dp数组构建，注意是前N个元素

int[][] dp =new int[n + 1][amount + 1];//前n个元素组成金额amount的组合数

那么状态转移方程，就可以表示成

dp[n][amount]=没有第n个元素参与的组合数+只有第n个元素的组合数=dp[n-1][amount]+dp[n][amount-coins[n-1]]

初始化值，dp[0][amount]=0，dp[n][0]=1(金额0元，一个硬币都不要，次情况唯一，所以永远为1)，

这里，该题的逻辑就已经分析完了，写一些if做逻辑判定就可以了

代码

public int change(int amount, int[] coins) {
            int n = coins.length;
            //构建dp数组，前n个元素组成金额amount的组合数
            int[][] dp =new int[n + 1][amount + 1];
            for (int i = 0; i <= n; i++)
                dp[i][0] = 1;
            for (int i = 1; i <= n; i++) {
                for (int tempAmount = 1; tempAmount <= amount; tempAmount++)
                    if (tempAmount - coins[i-1] >= 0)
                        dp[i][tempAmount] = dp[i - 1][tempAmount]
                                + dp[i][tempAmount - coins[i-1]];
                    else
                        dp[i][tempAmount] = dp[i - 1][tempAmount];
            }
            return dp[n][amount];
    }