题目介绍
力扣322题:https://leetcode-cn.com/problems/coin-change/
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。
分析
这道题要求硬币总面值加起来等于amount,这是一个限制条件。而硬币个数无限供应,所以我们需要做的,就是在满足限制条件的前提下,对于不同的硬币组合,选择一个数量最少的组合。
最简单的想法,就是直接暴力列出所有可能的情况。我们可以依次考虑每种硬币,先计算出每种硬币可能的最大个数,然后遍历每种可能,选择其中面值和为amount的组合,并且取出数量最小的那种情形。由于每种硬币可能的最大个数和amount有关,所以时间复杂度为O(A^n)。其中A为amount的值,n为硬币的种类(coins的长度)。
暴力法的时间复杂度为指数级,这在一般场景下是不可接受的。
为了改进算法性能,我们可以考察凑出amount面值的具体过程:
每一步增加一个硬币,硬币个数加1,而面值就向着目标增加对应的值。凑出amount时,最后一步不外乎n种情况,n就是硬币的种类。
所以我们可以看出来,这就是一个典型的动态规划问题。
动态规划实现
我们定义一个状态数组dp,保存总面值金额为0~amount的硬币最小个数。dp[i]就表示总面值为i的硬币最小个数。
那么状态转移方程就是:
代码如下:
// 动态规划
public int coinChange(int[] coins, int amount) {
int n = coins.length;
int[] dp = new int[amount + 1];
dp[0] = 0;
for (int i = 1; i <= amount; i++){
int minCoinNum = Integer.MAX_VALUE;
// 遍历所有硬币面值,作为可能的“最后一步”
for (int coin: coins){
if (coin <= i && dp[i - coin] != -1){
minCoinNum = Math.min(minCoinNum, dp[i - coin] + 1);
}
}
dp[i] = minCoinNum == Integer.MAX_VALUE ? -1 : minCoinNum;
}
return dp[amount];
}
复杂度分析
- 时间复杂度:O(An),其中A为题目所给的总金额amount,n是硬币的种类(coins长度)。一共需要计算 O(A)个状态;而对于每个状态,每次需要枚举n种硬币面值,所以一共需要O(An)的时间复杂度。
- 空间复杂度:O(A)。使用dp数组保存状态,长度为总金额amount + 1的空间。