leetcode 322. 零钱兑换

322. 零钱兑换（完全背包问题）

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。

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

说明:
你可以认为每种硬币的数量是无限的。

 

解题思路：

1. 动态规划

• 背包问题

  • 01背包，选和不选的问题
  • 完全背包，选几个的问题->转化成背包问题解决
  • 多重背包，即每个物品有限个

记录0-amount内，每种金额所需的最少硬币数

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        vector<int> dp(amount+1,INT_MAX -1);
        dp[0] = 0;
        for(int i = 0; i <= amount; ++i)
            for(auto coin : coins)
                if(i >= coin ) dp[i] = min(dp[i], dp[i- coin] + 1);
        return dp[amount] == INT_MAX -1 ? -1 : dp[amount];
    }
};

2. 递归

递归的方法效率要更高一些

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        int rec = INT_MAX;
        sort(coins.begin(),coins.end(),greater<int>());
        dfs(rec, coins, 0, 0, amount);
        return rec == INT_MAX ? -1 : rec;
    }
    void dfs(int& rec, vector<int>& coins, int start, int count, int amount){
        if(start >= coins.size())
            return ;
        if(amount % coins[start] == 0){
            rec = min(rec, amount / coins[start] + count);
            return ;
        }
        for(int i = amount / coins[start]; i >= 0; --i){
            if(count + i >= rec -1) //如果条件成立，则后续的dfs所得到的值必然>= rec
                break;
            dfs(rec, coins, start + 1, count + i, amount - i * coins[start]);
        }
        return ;
    }
};