leetcode 322 零钱兑换

322. 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 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。

思路：(闫氏DP分析法)套用完全背包模型

• 集合f[i][j]:前i个硬币种类构成金额j的全部方案
• 属性：MIN
• 状态划分：看第i个硬币种类选还是不选，不选为f[i - 1][j],选的时候为f[i][j - coins[i]] - 1

错误代码

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        int dp[amount + 1];   //dp[i]表示凑成金额i所需的最少的硬币个数。
        for (int j = 1; j <= amount; j ++)  {	
            if (j % coins[0] == 0)  dp[j] = j / coins[0];
            else dp[j] = 0;//这里有问题，直接初始化为INT_MAX - 3就好
        }
        dp[0] = 0;
        for (int i = 1; i < coins.size(); i ++) {       //coins循环
            for (int j = 1; j <= amount; j ++) {
                if (j - coins[i] >= 0)
                    dp[j] = min (dp[j], dp[j - coins[i]] + 1);
            }
        }
        if (dp[amount] == 0 && amount != 0)    return -1;
        return dp[amount];
    }
};

INT_MAX - 3应该是理解为不存在组合，直接初始化为INT_MAX还不行……好奇怪啊.

dp[0] = 0该怎么理解？？不也是不存在吗？

一个大佬的评论：INT_MAX 代表的是在给定的硬币面值中无法组合成目标数， 0 则代表的是组合成了目标值，但是目标值为0。本人不是很理解，再想想吧……

更正后

//运行最快
class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        int dp[amount + 5];   //dp[i]表示凑成金额i所需的最少的硬币个数。
        for (int j = 1; j <= amount; j ++)  {
            dp[j] = INT_MAX - 5;
        }
        dp[0] = 0;
        for (int i = 0; i < coins.size(); i ++) {       //coins循环
            for (int j = 1; j <= amount; j ++) {
                if (j - coins[i] >= 0)
                    dp[j] = min (dp[j], dp[j - coins[i]] + 1);
            }
        }
        if (dp[amount] > amount + 5)    return -1;
        return dp[amount];
    }
};

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        if (amount == 0)    return 0;
        vector<int> dp(amount + 3, INT_MAX - 3);   //dp[i]表示凑成金额i所需的最少的硬币个数。
        dp[0] = 0;
        for (int i = 1; i <= amount; i ++) {       //coins循环
            for (int j = 0; j < (int)coins.size(); j ++) 
                if (i - coins[j] >= 0) dp[i] = min (dp[i], dp[i - coins[j]] + 1);
        }
        if (dp[amount] > amount + 5)    return -1;
        return dp[amount];
    }
};

2020 10/6 复习更新代码
思路可能与分析法有不同。原DP法是先求前i种硬币构成的所有金额集合，再求前i + 1种硬币的构成金额；这个是先把金额i的所有构成情况求出来，在求金额i + 1的构成情况。

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        vector<int> dp(amount + 1, 0);
        for (int i = 1; i <= amount; i ++) {        
            int MINVAL = INT_MAX - 3;
            for (int j = 0; j < coins.size(); j ++) {
                if(i >= coins[j]) MINVAL = min(MINVAL, dp[i - coins[j]]);
            }
            dp[i] = MINVAL + 1;
        }
        return dp[amount] == INT_MAX - 2 ? -1 : dp[amount];
    }
};

这种解法适合我的理解

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        vector<int> dp(amount + 1, INT_MAX - 3);
        dp[0] = 0;
        for (int i = 0; i < coins.size(); i ++) {
            for (int j = coins[i]; j <= amount; j ++) {
                if (dp[j - coins[i]] != INT_MAX - 3)  dp[j] = min(dp[j], dp[j - coins[i]] + 1);
            }
        }
        return dp[amount] == INT_MAX - 3? -1 : dp[amount];
    }
};