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∠)_