题目:零钱兑换
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 :
输入: coins = [1, 2, 5], amount = 11,输出: 3
解释: 11 = 5 + 5 + 1
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。
---------------------------------------------------------------------------------------
思路:动态规划思路,用二维数组dp
记忆位置(i,j)的最大递增序列长度。
解法1#:
class Solution(object):
def longestIncreasingPath(self, matrix):
"""
:type matrix: List[List[int]]
:rtype: int
"""
if (not matrix) or (not matrix[0]): return 0
rows, cols = len(matrix), len(matrix[0])
# 创建一个全是0的动态规划坐标系dp,用于标定该点是否已经循环过
dp = [[0]*cols]*rows
print("original dp:", dp)
max_len = 0
for i in range(rows):
for j in range(cols):
max_len = max(max_len, self.dfs(matrix, i, j, dp))
return max_len
def dfs(self, matrix, x, y, dp):
# 直到dp[x][y]不为0(即已经全部跑过一遍)时返回
if dp[x][y]:
return dp[x][y]
# 设定表示“上下左右”4个方向的向量dirs
dirs = [(-1,0), (1,0), (0,-1), (0,1)]
# 每走过一个点,就把它重新标记为1
dp[x][y] = 1
for dir in dirs:
dx, dy = dir[0], dir[1]
# 判定出界情况,注意临界值条件为>=, <=
if (x+dx<0) or ((x+dx)>=len(matrix)) or (y+dy<0) or ((y+dy)>=len(matrix[0])):
continue
# 判定元素与上下左右元素的大小关系
if matrix[x][y] <= matrix[x+dx][y+dy]:
continue
# 没出界就回溯到dfs,直到dp[x][y]不为0(即已经统计过一次)
# 每次对dfs回溯的结果+1
dp[x][y] = max(dp[x][y], self.dfs(matrix, x+dx, y+dy, dp)+1)
print("dp[x][y]: ", dp[x][y])
print("dp: ", dp)
return dp[x][y]
参考: