动态规划-零钱兑换java实现

package com.example.datastructure.动态规划;

import java.util.Arrays;

/**
 * @description
 * @Author tyw
 * @Date 2023/10/24 18:53 星期二
 */
public class 动态规划 {
    public int coinChange(int[] coins, int amount) {
        /**
         * 1.确定状态参数/状态和选择
         *   状态参数：在原问题和子问题之间发生变化的变量：amount
         *   选择/决策：什么操作会使状态发生变化：从coins中选择硬币
         *
         * 2.定义dp数组（dp table）的含义 ：一般情况下dp数组中存储的值就是我们问题需要返回的结果 dp[amount]
         *   dp[i] 如果能从coins中找到相应的硬币凑成总金额i，那么dp[i] 则为所需的最少的硬币个数
         *
         * 3.确定初始化状态的值
         *   dp[0]=0
         *
         * 4.确定状态转移的逻辑：在这一步我们动态规划的思想：通过子问题的解来推导原问题的解
         *   也就是说：如果当你已经计算出dp[0] dp[1] ...dp[i-2] dp[i-1]的值之后，你如何去计算dp[i]的值
         *   当然这个过程是通过我们做选择来让状态发生转移的
         *   for(int coin coins){
         *       //状态转移的逻辑：dp[i]=dp[i-coin] +1；  --->dp[i] = min(dp[i],dp[i-coin]);
         *   }
         */

        //定义dp数组、初始化dp数组
        int[] dp = new int[amount + 1];//因为要存储dp[array]的值
        Arrays.fill(dp, amount + 1);

        //初始化状态
        dp[0] = 0;

        //状态转移
        for (int i = 1; i <= amount; i++) {
            //求解每一个dp[i]
            for (int coin : coins) {
                if (coin <= i) { //coin >i  coin=5,i=3 5这种硬币选不了
                    dp[i] = Math.min(dp[i], dp[i - coin] + 1);
                }
            }
        }
        return dp[amount] == amount + 1 ? -1 : dp[amount];
    }
}

加油，低调努力的编程人!