Coin Change

别人的第一反应都是动态规划，为什么我的第一反应是dfs，o(╯□╰)o

dp[i]表示钱数为i时的最小硬币数的找零，递推式为：

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

其中coins[j]为第j个硬币，而i - coins[j]为钱数i减去其中一个硬币的值，剩余的钱数在dp数组中找到值，然后加1和当前dp数组中的值做比较，取较小的那个更新dp数组。

class Solution {
public:
	int coinChange(vector<int>& coins, int amount) {
		vector<int> dp(amount + 1, amount + 1);//dp[i]表示钱数为i时的最小硬币数的找零,
		//初始化为 amount + 1,用于最后判断是否有找零
		dp[0] = 0;
		for (int i = 1; i <= amount; ++i) {
			for (int j = 0; j < coins.size(); ++j) {
				if (coins[j] <= i) {
					dp[i] = min(dp[i], dp[i - coins[j]] + 1);
				}
			}
		}
		return dp[amount] > amount ? -1 : dp[amount];
	}
};

dfs也可以做，但是需要先把coins从大到小排列，对于每层迭代，优先选择当前层最大的coins进行计算（这就是需要从大到小排列coins数组的原因），这样迭代下去，找到的第一个符合要求的组合就是答案，找到后就停止继续迭代。如果迭代完成后没找到符合要求的组合，那么就返回-1.唯一不好的就是dfs写起来比dp麻烦多了。。。_(:зゝ∠)_