剑指 Offer II 103. 最少的硬币数目（中等 动态规划 数组）

剑指 Offer II 103. 最少的硬币数目

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

提示：

1 <= coins.length <= 12
1 <= coins[i] <= 231 - 1
0 <= amount <= 104

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/gaM7Ch
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

分析

方法一：时间复杂度O(ntk)，空间复杂度O(t)
n为数组长度，t为目标和，k为在某个 t 的情况下最多可使用标号为 i 的硬币的数目。
1、找状态转移方程。不同于前面几题的是，本题的物品是可重复选取的，那么在计算f(i, j)的时候，需要对标号为i - 1的硬币的使用个数0 - k分别进行判断，找出整体使用硬币数量最少的答案，我们直接使用一维的dp数组，dp[j]表示的就是使用个数为0时的总硬币使用个数，dp[j]的计算公式为：
dp[j] = Math.min(dp[j], dp[j - k * coin] + k)
2、根据状态转移方程获得dp数组。只需要注意循环的方向和边界条件即可。
方法二：时间复杂度O(nt)，空间复杂度O(t)
1、寻找状态转移方程。另外一种思路是，用f(i)表示凑出总额为 i 的硬币需要的最少数目，为了凑出总额为 i 的硬币，有如下选择：在总额为i - coins[0]的硬币中添加 1 枚标号为 0 的硬币，此时 f(i) = f(i - coins[0]) + 1，在总额为i - coins[1]的硬币中添加 1 枚标号为 1 的硬币，此时 f(i) = f(i - coins[1]) + 1，以此类推，在总额为i - coins[n- 1]的硬币中添加 1 枚标号为 n - 1 的硬币，此时 f(i) = f(i - coins[n - 1]) + 1，此时的状态转移方程为f(i) = min(f(i - coins[j]) + 1)(coins[j] <= i)，显然f(0) = 0。
2、根据状态转移方程获得dp数组。这个思路本来就是一维的，所以dp数组是一维的，并且只需要双重循环即可。