LeetCode第322题链接。
题目描述:
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。
例子:
输入: coins =[1, 2, 5]
, amount =11
输出:3
解释: 11 = 5 + 5 + 1
解题:
一、思路:动态规划;
1.dp[i]表示amount = i时,需要的硬币数量;填充dp[],因为dp[]最大为amount个,所以将其初始化为amount+1;
2.动态方程:dp[i] = Math.min(dp[i], dp[i - coins[j]] + 1);当前金额i所使用的金币个数,是dp[i] 和i - coin[j]金额所使用的金币个数dp[i - coin[i]] + 1,这里加一是因为coin[i],消耗一个金币。
public class Solution {
public int coinChange(int[] coins, int amount) {
int max = amount + 1;
//dp[i] 表示amount = i时,需要的硬币数量
int[] dp = new int[amount + 1];//dp[0] 到 dp[amount]
//填充dp[],因为dp[]最大为amount个,所以将其初始化为amount+1
Arrays.fill(dp, max);
dp[0] = 0;
for (int i = 1; i <= amount; i++) {
for (int j = 0; j < coins.length; j++) {
if (coins[j] <= i) {
dp[i] = Math.min(dp[i], dp[i - coins[j]] + 1);
}
}
}
return dp[amount] > amount ? -1 : dp[amount];
}
}
二、思路:递归;
1.先将硬币面额排序, 用最大面额的金币去组成amount。剩余amount1 = amount - n * coins[coins.length - 1];此时需要n个金币。
2.剩余金额在用剩余面额硬币兑换,再考虑用coins.length - 2个最大面额硬币, 剩余金额在用剩余面额硬币兑换。【此处需要考虑,如果剩下面额金币,不能兑换amount1呢?此时需要,将 amount1 变更为amount1 = amount - (n-1) * coins[coins.length - 1]】再继续用剩余的金币面额去兑换。
3.结束条件:amount == 0时,返回金币个数。如果amount < 0,即金币面额不能组成amount,则返回-1;
class Solution {
int miniAns;
public int coinChange(int[] coins, int amount) {
if (amount == 0) return 0;
Arrays.sort(coins);
miniAns = Integer.MAX_VALUE;
coinChangeL(coins, amount, coins.length - 1, 0);
miniAns = miniAns == Integer.MAX_VALUE? -1: miniAns;
return miniAns;
}
public void coinChangeL(int[] coins, int amount, int index, int cnt) {
if (amount == 0) {
miniAns = Math.min(cnt, miniAns);
return;
}
if (index < 0 || amount < 0) {
return;
}
for (int maxcoin = amount/coins[index]; maxcoin >= 0 && maxcoin + cnt < miniAns; maxcoin--) {
coinChangeL(coins, amount - maxcoin * coins[index], index - 1, cnt + maxcoin);
}
}
}
进阶-题目描述LeetCode地址:
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。
例子:
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
解答:
1.动态规划
思路:
1.状态:dp[i]表示金额i的组成次数。很明显当amount=0时,dp[0] = 1;
2.动态方程:dp[i] = dp[i] + dp[i - coins[j]];
class Solution {
public int change(int amount, int[] coins) {
int[] dp = new int[amount + 1];
dp[0] = 1;
for (int coin : coins) {
for (int x = coin; x < amount + 1; ++x) {
dp[x] += dp[x - coin];
}
}
return dp[amount];
}
}
2.递归法
超时。
class Solution {
int res;
public int change(int amount, int[] coins) {
if (amount == 0 ) return 1;
Arrays.sort(coins);
res = 0;
coinChangeL(coins, amount, coins.length - 1, 0);
return res;
}
public void coinChangeL(int[] coins, int amount, int index, int cnt) {
if (amount == 0) {
res++;
return;
}
if (index < 0 || amount < 0) {
return;
}
for (int maxcoin = amount/coins[index]; maxcoin >= 0; maxcoin--) {
coinChangeL(coins, amount - maxcoin * coins[index], index - 1, cnt + maxcoin);
}
}
}