力扣322.零钱兑换

一.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。
示例：
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

观察示例可以看到，目标和amount == 0时是返回0的，而去其他值如果不能被凑出来就是返回-1.

二.分析：

前面518. 零钱兑换 II和377. 组合总和 Ⅳ都是求组合数或者排列数，都需要累加，这题不需要。这题求凑成总金额所需的 最少的硬币个数

而且这题dp[j]表示取得目标值j所需的最少钱币个数，而不是钱币组合数

1.为什么不用分“取当前还是不取当前”两种情况

因为我们直接递推公式dp[j]的意义就是所需钱币的最少个数，这已经考虑到取还是不取的问题了，能不取当前遍历到的钱币的时候，肯定所需钱币会更少！除非必须取

2.为什么要min，而不是直接dp[j] = dp[j - coins[i]] + 1

每次取最小或者最少个数这种题，一般都要带上min()。

其实对于这道题来说，取min()和上面的说法一样，当我没有取当前钱币的时候，所需钱币不就最少吗，但是我不知道要不要取当前钱币i啊！

举个例子：
coins = [1, 2, 5]，target = 5;

首先dp[0] = 0;目标为0肯定不用取任意一个钱币。

dp[1] = dp[1 - coins[0]] + 1，因为coins[1]及往后就比目标1大了，所以dp[1] = dp[1 - 1] + 1= dp[0] + 1 = 1

dp[2] = dp[2 - coins[0]] + 1 ，或dp[2 - coins[1]] + 1 ，coins[2]就不行了，5比目标2大。计算下来，还得是取coins[1]的时候dp[2] = dp[2 -2 ] + 1 = 1,最小

所以，这个min就是在取不同i时，取那个能使得dp[j]最小的情况，可能当前i不取，只取了i - 1之前的

综合1和2，所以递推关系式从选择当前物品i出发，再用取一个min来表示取和不取两种情况。

dp[j] = min(dp[j], dp[j - coins[i]] + 1)

3.遍历循环顺序

因为本题既不是组合又不是排列，所以物品和背包谁在外面里面都无所谓。

此外，完全背包都是从小到大遍历。

三.代码

还有一些细节见代码：

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        //取最小值问题，一般为了防止被覆盖，初值设置为最大整数
        vector<int>dp(amount + 1, INT_MAX);
        dp[0] = 0;//递推初始条件
        for(int i = 0; i < coins.size(); ++i){
            for(int j = coins[i]; j <= amount; ++j){
                if(dp[j - coins[i]] < INT_MAX){ //因为dp[j - coins[i]]可能没有，即也为初值，那后面+1就会溢出
                dp[j] = min(dp[j], dp[j - coins[i]] + 1);
                }
            }
        }
        //如果没有任何一种硬币组合能组成金额，那说明保留的是初始值，没变过，返回-1
        if(dp[amount] == INT_MAX) return -1;
        return dp[amount];  
    }
};