兑换零钱---动态规划----自底向上

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/coin-change
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

 

解析：

本题和背包问题类似，曾出现于各大厂面试

用动态规划的问题来解决，自下向上

已知amount，采用自下向上，则需要从amount=1开始，每次增加1，直至为最大值

状态转移方程仍为：dp[n] = Math.min(dp[i-1], dp[i-coins[j]]+1)；

但是与普通的背包问题不同的是：本题中要判断最少的数量，因此在判断转移方程时，需要增加条件，为了更清楚的说明问题，注解在代码中注释部分。

 

代码：

import java.util.Scanner;

public class Solution {
    public static void main(String[] args) {
        Scanner sc = new Scanner(System.in);
        int amount = sc.nextInt();
        int[] coins = new int[3];         //此处假设输入3个数
        for (int i = 0; i < coins.length; i++) {
            coins[i] = sc.nextInt();
        }
        System.out.println(count(coins, amount));
    }

    public static int count(int[] coins, int amount) {
        if (amount < 0) {
            return -1;
        }
        if (amount == 0) {
            return 0;
        }
        int[] dp = new int[amount + 1];
        for (int i = 1; i <= amount; i++) {
            int min = Integer.MAX_VALUE;
            for (int j = 0; j < coins.length; j++) {
                //下面if中增加一个判断条件，找到当amount==i时，兑换零钱的最少数量
                if (i >= coins[j] && dp[i - coins[j]] < min - 1) {
                    min = dp[i - coins[j]] + 1;
                }
            }
            dp[i] = min;
        }
        return dp[amount] == Integer.MAX_VALUE ? -1 : dp[amount];
    }
}