给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。
计算并返回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 。
你可以认为每种硬币的数量是无限的。
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。
输入:coins = [1, 2, 5], amount = 11
输出:3
解释:11 = 5 + 5 + 1
思路:动态规划
动态规划有四个步骤
第一个定义状态,一般是定义一个dp数组,数组的大小需要看数据,一般是让你求什么就定义多大的数组比如说这题求amount需要多少个硬币,那就将dp容量定义为amount+1,因为c语言的数组下标是从0开始的如果定义amount数量的话就会使得答案不对应。
然后我们要了解子问题。首先这题的总问题是计算amount所需要的硬币数。
然后找出子问题就要看最后一步:
amount只能由coins数组里的硬币组成,我们这里就用给出的案例来解释
amount为11,coins={1,2,5} ,所以这11块只能由1,2,5组成
那最后一步就是 11-1 11-2 11-5,只有这三种可能性。
相应的就是10,9,6。那总问题是11块钱所需要的硬币数是多少就可以转化为10块钱所需要的硬币数和9块钱所需要的硬币数和6块钱所需要的硬币数。这就是子问题,然后依次类推
现在就可以明白dp数组的含义是当前金额所需要的最少硬币数。
第二个步骤 初始化
因为动态规划需要根据前面的来推后面的,所以要初始化
我们可以这样来思考,如果刚好当前金额为0时所需要0个硬币
然后将除了0以外的金额全设为正无穷(这个后面会将为什么)
第三步找出递推式
可以通过原问题的子问题来找出递推式
拿样例来举例
amount为11,coins={1,2,5} ,所以这11块只能由1,2,5组成
dp[11]=dp[11-1]+1 或者dp[11]=dp[11-2]+1 或者dp[11]=dp[11-5]+1
所以就要求出 dp[10]所需要的硬币和dp[9]所需要的硬币,或者dp[6]所需要的硬币数在他们基础上加1
然后取三者之间的最小值,重复操作就得到了这样一个递推式
dp[amount]=min(dp[i-coins[j]]+1,dp[i])
第四步确定遍历顺序,这个很明显就是从前到后
而且绝大部分题目也是这样
代码
int min(int a,int b)
{
return a>b?b:a;
}
int coinChange(int* coins, int coinsSize, int amount){
int dp[amount+1],i,j;
dp[0]=0;
for(i=1;i<=amount;i++)
{
dp[i]=9999999;
for(j=0;j<coinsSize;j++)
{
if(i-coins[j]<0)
continue;
dp[i]=min(dp[i-coins[j]]+1,dp[i]);
}
}
if(dp[amount]==9999999)
dp[amount]=-1;
return dp[amount];
}
dp初始化设为正无穷的原因是要取dp[i-coins[j]]+1,dp[i]之间的最小值,可以想想
如果如果全部初始化为0的话dp[1] 就会和dp[i-coins[j]]+1和0之间取最小的那不管怎么样都会为0
还要判断一下数组是否会越界如果越界了就直接跳过continue,如果当前dp[amount]刚好为正无穷那就说明凑不出返回-1