322. 零钱兑换 - 力扣(Leetcode)
给你一个整数数组 coins
,表示不同面额的硬币;以及一个整数 amount
,表示总金额。
计算并返回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
示例 3:
输入:coins = [1], amount = 0
输出:0
提示:
1 <= coins.length <= 12
1 <= coins[i] <= 231 - 1
0 <= amount <= 104
题解思路:
关键字
动归、完全背包(相同硬币可以取多次)
-
物品数量
coins.size()
-
背包大小
amount
-
物品重量
coxins[i]
-
物品价值
1
dp
数组的含义
dp[j]
:装满j大小的背包所需的最小物品数量
初始化
- 不是求方法数 全部初始化为极值, 由于是求最小所以全部初始化为
INT_MAX
即可 dp[0] = 0
因为dp
数组的含义就是这样 装满大小为0
的背包需要0
个物品
递推公式
不是求方法个数的基本都是这样的
dp[j] = min(dp[j], dp[j - coins[i]] + 1)
完整代码:
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
vector<int> dp(amount + 1, 0);
for(int i = 1; i <= amount; i++){
dp[i] = INT_MAX;
}
for(int i = 0; i < coins.size(); i++){
for(int j = coins[i]; j <= amount; j++){
if(dp[j - coins[i]] != INT_MAX){
dp[j] = min(dp[j], dp[j - coins[i]] + 1);
}
}
}
return dp[amount] == INT_MAX?-1:dp[amount];
}
};