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。
示例 1:
输入:coins = [1, 2, 5], amount = 11
输出:3
解释:11 = 5 + 5 + 1
分析:本题力扣标注的标签是中等题,不过也确实是中等程度相关的题,题中给定一个整数,让你从一堆数字中凑这个整数????熟悉吗?这不就是给你一个背包,让你从一堆石头里装满这个背包吗?背包问题!!!并且本题石头无数个,则是完全背包,我们就可以直接背出背包问题的模板代码:
int Test(int[] coins, int amount){
//1、先声明dp数组,dp[i]表示当背包重量为i时所盛放的最少石头数量
int[] dp = new int[amount+1];
// 3、、初始化赋值
dp[0] = 0;
// 因为我们会比较来求得最小值,所以dp中初始化用最大值初始化,这样在后面求每一个的最小值才不会受到影响
for(: :){
dp[i] = Integer.MAX_VALUE;
}
// 4、、循环逻辑 按照普通的逻辑即可,外层物品,内层背包
for(int i = 0; i < coins.length; i++){
for(int j = coins[i], j <= amount; j++){
//2、递推关系式推导
dp[j] = Math.max(dp[j], dp[j-coins[i]] + 1);
}
}
return dp[amount] == Integer.MAX_VALUE ? -1 : dp[amount];
}
根据上面这个基本模板和4步走,我们可以很顺利的写出如下代码:
class Solution {
public int coinChange(int[] coins, int amount) {
// 这是一道背包问题
int[] dp = new int[amount+1];
dp[0] = 0;
for(int i = 1; i <= amount; i++){
dp[i] = Integer.MAX_VALUE;
}
for(int i = 0; i < coins.length; i++){
for(int j = coins[i]; j <= amount; j++){
if(dp[j-coins[i]] != Integer.MAX_VALUE){
dp[j] = Math.min(dp[j], dp[j-coins[i]] + 1);
}
}
}
int res = 0;
return dp[amount] == Integer.MAX_VALUE ? -1 : dp[amount];
}
}