###【思路分析】
动态规划的关键在于状态转移方程的推论,需要分析明确 base case → 明确「状态」→明确「选择」 →定义 dp 数组/函数的含义。
1、base case:很显然,当目标金额 amount = 0
时,返回0,因为不需要任何硬币就已经凑出目标金额了;
2、明确「状态」:原问题和子问题的会变化的变量。由于硬币数量无限,硬币的面额也是确定的,只有目标不断向base case靠近,所以唯一的状态就是目标金额;
3、明确「选择」:导致状态发生变化的行为。在本题中,目标金额由于加入金币,需要凑出的目标金额会不断减小,直至为0。所以在选择硬币时,就相当于减少了目标金额。硬币的面值,就是做出的选择
4、明确 dp 数组\函数的含义:一般来说函数的参数就是状态转移中会变化的量,也就是上面说到的「状态」;函数的返回值就是题目要求我们计算的量。就本题来说,状态只有一个,即「目标金额」,题目要求我们计算凑出目标金额所需的最少硬币数量。定义:
dp[n] 表示凑出目标金额为n时的最少的硬币数量
5、状态转义方程:
dp[0] = 0;
dp[n] = min(dp[n-coin) + 1, dp[n]); // coin表示当前所选择的硬币面额为coin
C语言实现
int coinChange(int* coins, int coinsSize, int amount){
int *dp = malloc(sizeof(int) * (amount + 1)); // dp[i]表示凑出 目标金额为i 所需要的 最小硬币数量
//memset(dp, amount + 1, sizeof(int) * (amount + 1));
dp[0] = 0;
for (int i = 1; i <= amount; ++i) {
dp[i] = amount + 1; // 初始化为一个大值,因为硬币面额都是大于1的,dp[i] amount + 1; (i < amount + 1)所以表示不可能凑出
for (int j = 0; j < coinsSize; ++j) { // 做选择
if (i < coins[j]) { // 目标金额为i,小于硬币面额,所以不可能凑出
continue;
}
if (dp[i] > dp[i - coins[j]] + 1) { // 取硬币数量小的那个
dp[i] = dp[i - coins[j]] + 1;
}
}
}
//printf("%d ", dp[amount]);
return (dp[amount] == amount + 1) ? -1 : dp[amount];
}
Java实现
class Solution {
public int coinChange(int[] coins, int amount) {
int[] dp = new int[amount + 1];
for (int i = 1; i <= amount; ++i) {
dp[i] = amount + 1;
}
dp[0] = 0;
for (int i = 1; i <= amount; ++i) {
for (int j = 0; j < coins.length; ++j) {
if (i < coins[j]) {
continue;
}
if (dp[i] > dp[i - coins[j]] + 1) {
dp[i] = dp[i -coins[j]] + 1;
}
}
}
return (dp[amount] == amount + 1) ? -1 : dp[amount];
}
}