零钱兑换问题（动态规划算法）

零钱兑换问题

最近做了一道LeetCode里的零钱兑换题目，总结了一下动态规划解题的思路

动态规划本质

动态规化本质上就是穷举，把所以的可能性都罗列出来，然后取最优解，我们要做的就是做优化手段

动态规化组成部分

• 1.重叠子问题：肯定会存在重复的情况，解决的手段无非就两种备忘录或者dp Table
• 2.状态转移方程：只有写出了状态转移方程才能递归求解，这一步是最难也是最关键的，思路的话明确「状态」 -> 定义 dp 数组/函数的含义 -> 明确「选择」-> 明确 base case
• 3.最优子结构：动态规划问题一定会具备「最优子结构」，才能通过子问题的最值得到原问题的最值

图解

根据这张图我们就可以知道这道题其实就是树的递归，我们枚举出所有可能性取最小的次数就行

递归解法

下面展示 代码片.

    public static int coinChange(int[] coins, int amount) {
   
        return dp(coins,amount);
    }
    
    /**
     * @param coins
     * @param amount
     * @return
     */
    static int dp(int[] coins,int amount){
   
        if(amount == 0){