[动态规划]Leetcode322.零钱兑换
如果读者对于动态规划思路解法还不是很了解,可以先点击链接查阅我之前的一篇博文《算法之【动态规划】详解》,很详细的介绍了动态规划求解思路及方法,有利于你更好的学习动态规划。
题目描述
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。
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
DP定义及状态方程
定义dp[i]=x
表示金额i最少需要x个金币;
那么dp[i]=min(dp[i], dp[i-coin] + 1)
,其中coin
为所有coins
的遍历结果;
此题目的最终答案即为dp[amount]
初始边界条件
dp[0]=0
,因为总金额0只需0个硬币。- 将
dp[i]
的初始值赋值为amount+1
,代表无穷大,因为所有的dp[i]
均不会大于amount
最终代码
class Solution:
def coinChange(self, coins: List[int], amount: int) -> int:
#dp[i] = x 表示金额i最少需要x个金币
# 初始化值为aount+1,因为所有值不可能大于amount;amount+1即可代表无穷大
dp = [amount + 1 for i in range(amount + 1)]
dp[0] = 0
for i in range(amount+1):
# 遍历每一枚硬币
for coin in coins:
if i - coin < 0:
continue
dp[i] = min(dp[i],dp[i-coin] + 1)
if dp[amount] == amount + 1:
return -1
else:
return dp[amount]
如果喜欢作者,欢迎点赞、收藏及关注,谢谢!
欢迎扫描下面二维码关注公众号:阿旭算法与机器学习, 和作者共同学习交流。