LeetCode刷题系列 -- 300. 最长递增子序列

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。

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
示例 3：

输入：coins = [1], amount = 0
输出：0
 

提示：

1 <= coins.length <= 12
1 <= coins[i] <= 231 - 1
0 <= amount <= 104

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/coin-change
 

思路：

动态规划。
定义数组 dp ，长度为 nums.length ，dp[n] 代表以 nums[i] 结尾的最长子序列的长度。
我们容易知道，每个子序列的最小长度为 1，所有 dp数组里面的元素初始化为 1.
假设我们现在 得到了 dp[0], 到 dp[n-1] 的值，则如何求 dp[n] 呢？
很显然，我们遍历一遍数组：

for i in range(n):
    if nums[n] > nums[i]:
        dp[n] = max(dp[i]+1,dp[n])

java代码：

class Solution {
   public int coinChange(int[] coins, int amount) {
         // 若是 amount 为0，那就要返回0
        if (amount==0) {
            return 0;
        }
        int[] dp = new int[amount+1];
        Arrays.fill(dp,amount+1);
        // 1. 初始化 base case
        dp[0] = 0;

        for(int i=1;i<=amount;i++) {
            for(int coin:coins) {
                // 子问题无解
                if(i-coin<0) continue;
                dp[i] = Math.min(dp[i],dp[i-coin] +1);
            }
        }
        // 若是没有相应的硬币数凑成对应的 amount，要返回 -1
        if(dp[amount] == amount+1) {
            return -1;
        }
        return dp[amount];
    }
}