换零钱java实现_力扣322——零钱兑换

这道题主要涉及动态规划，利用这个，就能很好解决这个问题。

原题

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

求出所有可能

我们可以从小到大，求出由当前硬币，组成所有金额的最小数，这样最终就是最大金额所能组成的最小硬币数量。

这种方法核心思想就是记录所有中间状态的结果，如果在实际使用中，你的传入参数amount是不断变化的，那么用这种方法会比较方法，因为之前的结果可以被重复利用，这样也是一种优势。

现在我们来看看代码：

class Solution {

public int coinChange(int[] coins, int amount) {

// 排序，升序

Arrays.sort(coins);

// 用来记录中间结果，各种金额所需要的硬币数量

int[] result = new int[amount + 1];

result[0] = 0;

// 遍历所有可能的金额

for (int currentAmount = 1; currentAmount <= amount; currentAmount++) {

int minNum = Integer.MAX_VALUE;

// 遍历所有硬币

for (int j = 0; j < coins.length; j++) {

// 当前金额已经比硬币的值小

int remainAmount = currentAmount - coins[j];

if (remainAmount < 0) {

break;

}

// remainAmount无法由硬币组成

if (result[remainAmount] == Integer.MAX_VALUE) {

continue;

}

// 取更小的值

minNum = Math.min(minNum, result[remainAmount] + 1);

}

result[currentAmount] = minNum;

}

return result[amount] == Integer.MAX_VALUE ? -1 : result[amount];

}

}

提交OK，执行用时：12 ms，内存消耗：36 MB，只超过了83.24%的 java 提交，看来还有优化的空间。

动态规划优化

倒不是说动态规划就一定比上面的方法更加优秀，只是也是一种思想，可以利用 dfs(深度优先搜索) 或者 bfs(广度优先搜索)，我下面这种写法是 dfs，因为是一路进行到底之后，再去考虑其他情况的。(补充一点，如果使用 bfs 的话，可以借助队列来实现非递归的形式。)

所谓的优化，就是从硬币的使用上来说，从面值大的开始，并且从可以使用数量最大的开始。与此同时，我们也记录了最小使用数量，如果用当前面值最大的硬币并且使用最多时，依旧大于最小值，那么就不用继续查找了。

以上的优化，其实是和题目相关联，虽然不能用在其他的题目上，但也可以作为一种思想，值得我们借鉴和学习。

接下来我们看看代码：

class Solution {

private int minCount = Integer.MAX_VALUE;

public int coinChange(int[] coins, int amount) {

// 排序

Arrays.sort(coins);

// 从大往小找

helper(coins, coins.length - 1, 0, amount);

return minCount == Integer.MAX_VALUE ? -1 : minCount;

}

private void helper(int[] coins, int coinIndex, int curCount, int amount) {

if (coinIndex < 0) {

return;

}

// 如果能整除，直接取完

if (amount % coins[coinIndex] == 0) {

minCount = Math.min(minCount, curCount + amount / coins[coinIndex]);

return;

}

// 数量上也是从大往小找

for (int i = amount / coins[coinIndex]; i >= 0; i--) {

// 因为接下来至少还会用1个币

if (curCount + i + 1 >= minCount) {

break;

}

helper(coins, coinIndex - 1, curCount + i, amount - i * coins[coinIndex]);

}

}

}

提交OK，执行用时：2 ms，内存消耗：34.7 MB，超过了100.00%的 java 提交，有种又快又好的感觉。

总结

以上就是这道题目我的解答过程了，不知道大家是否理解了。这道题主要利用动态规划就可以解决，优化的时候需要注意边界条件，从大到小取值，在时间复杂度上能更加优化。

有兴趣的话可以访问我的博客或者关注我的公众号、头条号，说不定会有意外的惊喜。

公众号：健程之道