一、题目
二、思路
经典的dp,和完全背包问题一样,这里我们每次可以选择放一枚硬币或者不放,还要保证放了硬币以后剩余的amount不能为负数。
设dp[i]表示i元钱所需要的最少的硬币数量,这样的话初始条件我们知道了,dp[0]=0,0元的时候需要0个硬币,那么我们自底向上遍历dp数组,状态转移方程为dp[i]=min(dp[i],dp[i-coins[x]+1),这里要依次遍历每种coin的情况,但也别忘了判断当前金额-coin后不能是负数,最后的dp[amount]就是答案。
dp初始化的话,因为需要找出最少的硬币组合,所以用最坏的情况初始化,假设全是1元,那么就需要amount个硬币,又因为题目说当找不到组合时返回-1,那么就设置最大值是amount+1,最后判断dp[amount]==amount+1就好了。
三、代码
class Solution {
public int coinChange(int[] coins, int amount) {
int[] dp = new int[amount + 1]; //最后一个是dp[amount],也就是全部钱所需要最少的硬币数
//假设全是1元硬币,那么最多就需要amount个硬币
Arrays.fill(dp, amount + 1); //全部填充最大值+1,最后再判断dp[amount]是不是最大值+1,如果是,说明没有任何一种方案满足
dp[0] = 0;
for (int i = 1; i <= amount; i++) { //自底向上遍历dp,从1块钱所需要的最少硬币数开始
for (int c : coins) { //遍历每个coins
//但这里要注意,要保证减去硬币后,钱数不为负数
if (i >= c) {
dp[i] = Math.min(dp[i], dp[i - c] + 1); //记得硬币数+1
}
}
}
return dp[amount] == amount + 1 ? -1 : dp[amount];
}
}