凑零钱动态规划java_LeetCode刷题分类之动态规划 322. 凑零钱

1. 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。

你可以认为每种硬币的数量是无限的。

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

示例 4：

输入：coins = [1], amount = 1

输出：1

示例 5：

输入：coins = [1], amount = 2

输出：2

2. 思路

首先查看一下动态规划的框架

# 初始化 base case

dp[0][0][...] = base case

# 进行状态转移

for 状态1 in 状态1的所有取值:

for 状态2 in 状态2的所有取值:

for ...

dp[状态1][状态2][...] = 求最值(选择1，选择2，...)

然后想固定思路:

简单case,amount为0时，返回0

确定状态，状态只有amount,也就是金额

确定选择，也就是导致“状态”产生变化的行为。目标金额为什么会变化呢？因为每选择一种硬币，目标金额就会发生改变，相当于目标金额减少，所以说硬币的面值就是选择。

明确dp函数/数组的定义。

状态转移方程

我们采用自下而上的方式进行思考。仍定义 F(i) 为组成金额 i 所需最少的硬币数量，假设在计算 F(i)之前，我们已经计算出 F(0)至F(i-1)的答案。 则F(i)对应的转移方程应为:

其中 cj代表的是第j枚硬币的面值，即我们枚举最后一枚硬币面额是cj，那么需要从 i-cj这个金额的状态 F(i-cj)转移过来，再算上枚举的这枚硬币数量1的贡献，由于要硬币数量最少，所以F(i)为前面能转移过来的状态的最小值加上枚举的硬币数量1。

3. 代码

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

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

Arrays.fill(dp,amount+1);

dp[0] = 0;

for(int i=1; i

for(int coin : coins){

if((i - coin) < 0) continue;

dp[i] = Math.min(dp[i], dp[i - coin] + 1);

}

}

return dp[amount] > amount ? -1: dp[amount];

}