【0322】零钱兑换

题目：322. 零钱兑换

题目描述：

给你一个整数数组 coins ，表示不同面额的硬币；以及一个整数 amount ，表示总金额。

计算并返回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。

来源：力扣（LeetCode）
链接：https://leetcode.cn/problems/coin-change

示例：

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

示例 3：

输入：coins = [1], amount = 0
输出：0

提示：

• 1 <= coins.length <= 12
• 1 <= coins[i] <= 231 - 1
• 0 <= amount <= 104

思路：

题目划分[动态规划-背包问题-完全背包]：

1. 这是一道典型的背包问题，看到钱币的数量不限，就知道这是一个完全背包问题

动态规划五步曲：

1. 确定dp数组以及下标的含义

（1）dp[i] 表示凑成i金币使用的硬币数为dp[i]

2. 确定递推公式

递推公式：dp[j] = Math.min(dp[j - coins[i]] + 1, dp[j])

3. dp数组如何初始化

dp[0] = 0， dp[i] = Integer.MAX_VALUE - 1

含义：金币等于金额时，次数会+1，即 j - coins[i]为0时，安装递推公式，次数加一，dp[0] = 0为初值，dp[i]需要设置为int的最大值-1放置溢出

4. 确定遍历顺序

因为不涉及 组合数 还是 排列数 ，本题先遍历金币再遍历金额，还是先遍历金额再遍历金币都行

5.举例推导dp数组

根据上述分析，推导几个dp数组中的值，对比理论和实际的情况是否吻合

代码如下：

class Solution {
    public int coinChange(int[] coins, int amount) {
        if(amount == 0)
            return 0;
        int n = coins.length;
        // 1.确定dp[i]数组
        // dp[i] 表示凑成i金币使用的硬币数为dp[i]
        int[] dp = new int[amount + 1];
        // 2.确定递推公式
        // dp[j] = min(dp[j - coins[i]] + 1, dp[j])
        // 3.初始化
        // dp[0] = 0, dp[i] 为int最大值-1，放置溢出
        for(int i = 1; i <= amount; i++){
            dp[i] = Integer.MAX_VALUE - 1;
        }
        dp[0] = 0;
        // 4.遍历顺序
        for(int i = 0; i < n; i++){
            for(int j = coins[i]; j <= amount; j++){
                dp[j] = Math.min(dp[j - coins[i]] + 1, dp[j]);
            }
        }
        if(dp[amount] == Integer.MAX_VALUE - 1)
            return -1;
        return dp[amount];
    }
}