题目描述
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。
解题思路
判断金额凑不出的小技巧:先初始化DP table各个元素为amount + 1(代表不可能存在的情况),在遍历时如果金额凑不出则不更新,于是若最后结果仍然是amount + 1,则表示金额凑不出
然后确定 dp 函数的定义:当前的⽬标⾦额是 n ,⾄少需要 dp(n) 个硬币凑出该⾦额。
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
vector<int> dp(amount+1, amount+1); // 明确状态,定义dp数组
dp[0] = 0; // base case,
for (int i = 1; i < amount + 1; i++) {
for (auto coin : coins) { // 每一步可能有以下选择(明确选择),内层for循环在求所有子问题+1的最小值
if (i < coin) { // 如果币面值coin大于总额i,则凑不成,子问题无解,跳过
continue;
}
dp[i] = min(dp[i], dp[i - coin] + 1);
}
}
return (dp[amount] == amount + 1) ? -1 : dp[amount]; // 如果没有任何一种硬币组合能组成总金额,返回 -1
}
};
⼦问题总数为递归树节点个数,这个⽐较难看出来,是 O(n^k),总之是指
数级别的。每个⼦问题中含有⼀个 for 循环,复杂度为 O(k)。所以总时间复
杂度为 O(k * n^k),指数级别。
为什么将 dp 数组的所有元素都初始化为 amount + 1:
vector dp(amount + 1, amount + 1); 这是由于 dp[amount] 最大不可能超过 amount(最小面值为 1 元),所以 amount + 1 就是一个无意义的数了。
(因为凑成 amount ⾦额的硬币数最多只可能等于 amount (全⽤ 1 元⾯值的硬币),所以初始化为amount + 1 就相当于初始化为正⽆穷,便于后续取最⼩值。)
为什么函数返回的时候判断的是 dp[amount] > amount 而不是 dp[amount] == amount + 1 呢?
return dp[amount] > amount ? -1 : dp[amount]; 这里显然是可以用 dp[amount] == amount + 1 来判断的,因为我们在计算 dp 数组的每个元素时,都用到了 min 函数,也就是说哪怕有一个元素是大于 amount + 1 的最终都会被最小化为 amount + 1,所以这里使用 dp[amount] > amount 还是 dp[amount] == amount + 1 没有区别。
参考
https://leetcode-cn.com/problems/coin-change/solution/322-ling-qian-dui-huan-by-leetcode-solution/