Leetcode 322：零钱兑换（最详细的解法！！！）

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。

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

说明:
你可以认为每种硬币的数量是无限的。

解题思路

这实际上是一个完全背包问题，可以将amount看成是背包容量，而coins中的每个硬币对应一个商品，每种商品可以使用无数次。在这里我们先复习一下完全背包问题如何处理。我们可以定义函数$f(x)$表示amount为x的时候最少硬币个数，那么

• $f(x)=mi{n}_{i=0}^{n}f(x-coins[i])+1$

最后思考边界条件，因为计算最小值，所以$f(0...x)=inf$。

class Solution:
    def coinChange(self, coins, amount):
        """
        :type coins: List[int]
        :type amount: int
        :rtype: int
        """ 
        mem = [float('inf')]*(amount + 1)
        mem[0] = 0
        for coin in coins:
            for j in range(coin, amount + 1):
                mem[j] = min(mem[j], mem[j - coin] + 1)
        return -1 if mem[-1] > amount else mem[-1]

实际上这种问题也可以使用回溯加剪枝来处理，与之类似的问题有Leetcode 473：火柴拼正方形、Leetcode 698：划分为k个相等的子集。这里我们首先将coins从大到小进行排序，这是因为我们希望硬币数量尽可能的少，那么就需要尽量将面值大的硬币加入结果中。

每次递归中判断剩余的amount%nums[index]是不是为0，如果是的话，表示当前的coins[index]可以将amount塞满，那么此时就是最优解了，记录下来；如果不是的话，那么我们只需要递归判断需要多少个coins[index]即可。如果遍历到最后一个coins[-1]且无法塞满amount的话，那么无解。

最后还有一个非常重要的剪枝，如果当前硬币coins[index]（放满amount）放入后，硬币数比之前的结果都大的话，那么就不用继续判断后面的硬币了（因为硬币是排序过的）。

import math
class Solution:
    def coinChange(self, coins, amount):
        coins.sort(reverse=True)
        n, res = len(coins), amount + 1

        def dfs(index, target, cnt):
            nonlocal res
            if cnt + math.ceil(target / coins[index]) >= res:
                return 

            if target % coins[index] == 0:
                res = cnt + target // coins[index]
                return

            if index == n - 1:
                return

            for i in range(target // coins[index], -1, -1):
                dfs(index + 1, target - coins[index] * i, cnt + i)

        dfs(0, amount, 0)
        return -1 if res > amount else res

我将该问题的其他语言版本添加到了我的GitHub Leetcode

如有问题，希望大家指出！！！