给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。
计算并返回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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/coin-change
示例 1:
输入:coins = [1, 2, 5], amount = 11 输出:3
解释:11 = 5 + 5 + 1
算法分析:
F(S):组成金额 S 所需的最少硬币数量
[c0,c1,c2......cn] :可选的 nn 枚硬币面额值
我们注意到这个问题有一个最优的子结构性质,这是解决动态规划问题的关键。最优解可以从其子问题的最优解构造出来。如何将问题分解成子问题?假设我们知道 F(S)F(S),即组成金额 S 最少的硬币数,最后一枚硬币的面值是 C。那么由于问题的最优子结构,转移方程应为:
F(S)=F(S-C)+1;
#include<iostream> #include<vector> using namespace std; int coinChange(vector<int>&coins,int amount) { int max=amount+1;//假设最大值为目标钱数+1,也可以设置为INT_MAX; vector<int>dp(amount+1,max);//为vector开辟amount+1个位置,每个位置的值为max dp[0]=0;//当amount为0时,没有硬币可以满足,所以主动赋值为0; for(int i=1;i<=amount;i++)//遍历1~amount { int curmax=0;//设立一个当前最大值,方便下面比较 for(int c:coins){ if(i-c>=0){ dp[i]=min(curmax,dp[i-c]+1); } } } return dp[amount]==max?-1:dp[amount]; } int main() { int arr[3]={1,2,5}; vector<int>coins(aar,arr+3); int amount=11; int ret=coinChange(coins,amount); if(ret==-1)cout<<"没有任何一种硬币组合能组成总金额"<<endl; else cout<<"最少需要"<<ret<<"枚硬币"<<endl; return 0; }