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];
}