动态规划
leetcode–518.零钱兑换II
题目:给定不同面额的硬币和一个总金额。写出函数来计算可以凑成总金额的硬币组合数。假设每一种面额的硬币有无限个。leetcode链接
class Solution {
public int change(int amount, int[] coins) {
int n = coins.length;
//定义dp数组,dp数组的含义是:若只使用前 i 个物品,当背包容量为 j 时,有 dp[i][j] 种方法可以装满背包
int[][] dp = new int[n + 1][amount + 1];
//当不同面额的数量为0时,无论总金额为多大,都凑不出一套(下面可以省略,因为初始化后默认值就是0)
for(int i = 0; i < amount + 1; ++i){
dp[0][i] = 0;
}
//当总金额为0时,那么无论有多少种不同面额,凑成总金额的方法只有一种
for(int i = 0; i < n + 1; ++i){
dp[i][0] = 1;
}
for(int i = 1; i < n + 1; ++i){
for(int j = 1; j < amount + 1; ++j){
if(j < coins[i - 1]){
dp[i][j] = dp[i - 1][j];
}else{
dp[i][j] = dp[i - 1][j] + dp[i][j - coins[i - 1]];
//dp[i - 1][j]的意思是:如果不使用coins数组中第i - 1 个面额能凑成多少种组合,既然不使用这个面额,那么凑成的组合数就继承前面那么多面额凑成的组合数(注意,这里的i - 1 是因为 dp数组初始化的时候为new int[n + 1][amount + 1],即dp数组中的第i个就是coins数组中的第i- 1 个)
//dp[i][j - coins[i - 1]]的意思是:如果使用coins数组中的第i - 1个面额,那么下一步就应该关注如何使用所有的这些面额凑出金额 j - coins[i-1](因为面额可以重复使用)
//这个时候区别于平常的动态规划,是求和而不是取两者的max
}
}
}
return dp[n][amount];
}
}
leetcode–322.零钱兑换
题目: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。leetcode链接
代码:
class Solution {
public int coinChange(int[] coins, int amount) {
// dp[i][j] 表示前 i 种面额,恰价值为 j,所需要的最小数目
int N = coins.length;
int[][] dp = new int[N+1][amount + 1];
// 设为 amount + 1 表示该值不可能
for (int j = 1; j <= amount; j++) dp[0][j] = amount + 1;
// dp[i][j] = min{dp[i - 1][j], dp[i][j - coins[i - 1]] + 1}
for (int i = 1; i <= N; i++) {
for (int j = 1; j <= amount; j++) {
if (j - coins[i - 1] >= 0) {
dp[i & 1][j] = Math.min(dp[(i - 1) & 1][j], dp[i & 1][j - coins[i - 1]] + 1);
} else {
dp[i & 1][j] = dp[(i - 1) & 1][j];
}
}
}
// dp[coins.length][amount]
return dp[N & 1][amount] == amount + 1 ? -1 : dp[N & 1][amount];
}
}