凑零钱问题(dp)

凑零钱问题

https://leetcode.cn/problems/coin-change/

动规思路:

1. 明确最基本的情况:amount==0或者amount<0时得结果都是显而易见的
2. 明确状态:即原问题和子问题中会发生变化的量,此处amount显然是我们要找的状态
3. 明确选择:即什么样的行为会导致状态发生变化?此处正是我们去选择不同面值的硬币会导致状态发生变化
4. 明确dp函数的定义,该函数一定是要包含状态的,否则没法递归,其他变量视情况而定
5. 暴力穷举时间复杂度不过关,考虑备忘录做剪枝

---

1. 法一:自顶向下(如面值数组是:[1,2,5])

   可以简单画一个递归树,可以发现,最后一个硬币面值只能是1,2,5定下最后一个硬币之后,原问题就可以退化为子问题.

   class Solution {
       int memo[];
       public int coinChange(int[] coins, int amount) {
           memo=new int[amount+1];
           Arrays.fill(memo,-2);
           return dp(coins,amount);
       }
       private int dp(int[] coins,int amount){
           if(amount==0) return 0;
           if(amount<0) return -1;
           if(memo[amount]!=-2) return memo[amount];
           int res=Integer.MAX_VALUE;
           for(int coin : coins){
               int subProblem=dp(coins,amount-coin);
               if(subProblem==-1) continue;
               res=Math.min(res,subProblem+1);
           }
           memo[amount]=(res==Integer.MAX_VALUE)?-1:res;
           return memo[amount];
       }
   }
   

2. 法二:dp数组迭代

   class Solution {
       public int coinChange(int[] coins, int amount) {
           //因为要从0开始考虑
           int[] dp=new int[amount+1];//dp[i]表示凑齐i这么多钱要的最少的硬币数量
           //初始化一个不可能的取值
           Arrays.fill(dp,amount+1);
           dp[0]=0;
           for(int i=0;i<dp.length;i++){
               for(int coin : coins){
                   if(i-coin<0) continue;
                   dp[i]=Math.min(dp[i],dp[i-coin]+1);
               }
           }
           return (dp[amount]==amount+1)?-1:dp[amount];
       }
   }