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]