leetcode地址:322. 零钱兑换
问题描述:
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。比如coins = [1,2,5],amount = 11,11 = 5 + 5 + 1,最终结果为3
算法思路:
本题可以采用动态规划思路,也可以采用贪心算法思路,此篇文章讲解动态规划如何做。首先看下记忆搜索的方式
可以看出在进行递归的时候,有很多重复的节点要进行操作,这样会浪费很多的时间。使用数组memo[ ] 来保存节点的值。memo[n]表示钱币 n 可以被换取的最少的硬币数,不能换取就为 -1。findWay 函数的目的是为了找到 amount 数量的零钱可以兑换的最少硬币数量,返回其值 int在进行递归的时候,memo[n]被复制了,就不用继续递归了,可以直接的调用。
2. 动态规划
上面的记忆化搜索是先从 memo[amonut-1]开始,从上到下,而动态规划从 memo[0]开始,从下到上
class Solution {
public int coinChange(int[] coins, int amount) {
// 自底向上的动态规划
if(coins.length == 0){
return -1;
}
// memo[n]的值: 表示的凑成总金额为n所需的最少的硬币个数
int[] memo = new int[amount+1];
memo[0] = 0;
for(int i = 1; i <= amount;i++){
int min = Integer.MAX_VALUE;
for(int j = 0;j < coins.length;j++){
if(i - coins[j] >= 0 && memo[i-coins[j]] < min){
min = memo[i-coins[j]] + 1;
}
}
memo[i] = min;
}
return memo[amount] == Integer.MAX_VALUE ? -1 : memo[amount];
}
}
最重要的是下面这段代码:
if(i - coins[j] >= 0 && memo[i-coins[j]] < min){
min = memo[i-coins[j]] + 1;
}
思考一下两个问题:
1)为什么采用 i-coins[j] 和memo[i-coins[j]]进行判断呢?
i-coins[j] 代表 当前金额减去一次面额后的金额是多少,memo[i-coins[j]]代表减去一次面额后的金额的最小兑换次数
2)为什么要判断memo[i-coins[j]] < min?
如果比当前金额小的金额兑换次数更多的话,则不需要重置min的值