零钱兑换

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。

解题思路：

可以先看一个简单的找零钱问题。

 有1元、2元、5元、10元的纸币分别有a[1], a[2], a[3], a[4]张，要用这些纸币凑出m元，至少要用多少张纸币？

如果是动态规划：
要凑出m元，必须先凑出m-1、m-2、m-5、m-10元，我们用dp[i]表示凑出i元的最少纸币数；
有 dp[i]=min(dp[i-1], dp[i-2], dp[i-5], dp[i-10]) + 1;
容易知道dp[1]=dp[2]=dp[5]=dp[10]=1；
根据以上递推方程和初始化信息，可以容易推出dp[1~m]的所有值。

也可以想到之前解决的一个走楼梯问题（每次只能走1到2个阶梯），最多能走多少个情况：dp[n]=dp[n-1]+dp[n-2]

对于本问题，可以得到一个动态规划推导式：dp[i]=min(dp[i-coins[0]),dp[i-coins[1],dp[i-coins[2],.......)+1

代码如下所示：

class Solution(object):
    def coinChange(self, coins, amount):
        """
        :type coins: List[int]
        :type amount: int
        :rtype: int
        """
        coins.sort()
        dp={0:0}#代表金额0需要0个硬币
        
        #dp[i]表示凑成金额i的最小硬币数
        for i in range(1,amount+1):
            dp[i]=amount+1  #dp[i]不可能大于amount+1,所以这样赋值便于比较
            for j in coins:
                if j<=i:
                    dp[i]=min(dp[i-j]+1,dp[i])
        if dp[amount]==amount+1 :
            return -1
        else:
            return dp[amount]