leetcode322. 零钱兑换

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