LeetCode322 零钱兑换 动态规划思路及解法

题目：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。

思路：

因为每种硬币可以使用无数次，所以这是一道完全背包问题；
和01背包问题相似，对于一种货币只要条件允许，我可以选择要或者不要，只不过在这道题中，可以要多次；
先构造dp数组：
（1）假定coins数组的长度为n，那么dp数组大小：dp[n][amount + 1]；
（2）dp[i][j]的含义是：当前要找的零钱总数是j，当前可以使用的零钱种类是coins[0…i]时，最少的硬币个数（如果可以凑成的话）；
（3）dp数组第一行的含义：当零钱只有coins[0]时，对应0~amount这些金额需要多少个硬币，如果无法正好凑成，我们将这个位置设置成正型的最大值，作为判断；
（4）dp数组第一列的含义：当所需金额为0时，不需要任何零钱就可以凑成，所以第一列都是0；
（5）dp[i][j]与两个位置的元素有关系：
当不想或者不能使用当前种类的硬币时：dp[i][j] = dp[i - 1][j];
当使用了当前种类的硬币时：dp[i][j] = dp[i][j - coins[i]] + 1;
这里我们还需要额外的判断，是否无论我当前如何选择，都无法正好凑成需要的钱数；

Java代码：

public static int solution(int[] arr,int aim) {

        int[][] dp = new int[arr.length][aim + 1];
        int max = Integer.MAX_VALUE;
        for(int i = 1; i <= aim; i++) {
            dp[0][i] = max;
            if(i >= arr[0] && dp[0][i - arr[0]] != max) {
                dp[0][i] = dp[0][i - arr[0]] + 1;
            }
        }
        int left = 0;
        for(int i = 1; i < arr.length; i++) {
            for(int j = 1; j <= aim; j++) {
                left = max;
                if(j >= arr[i] && dp[i][j - arr[i]] != max) {
                    left = dp[i][j - arr[i]] + 1;
                }
                dp[i][j] = Math.min(dp[i - 1][j],left);
            }
        }
        return dp[arr.length - 1][aim] == max ? -1 : dp[arr.length - 1][aim];
    }