描述:
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:
示例 1:
输入:coins = [1, 2, 5], amount = 11
输出:3
示例 2:
输入:coins = [2], amount = 3
输出:-1
示例 3:
输入:coins = [1], amount = 0
输出:0
示例 4:
输入:coins = [1], amount = 1
输出:1
注意:
- 这道题和前几天的青蛙跳台阶问题非常相似,硬币数组coins[]就好比青蛙一次可跳的阶数[1,2],amount就好比青蛙要跳的目标层数,所以,在上一篇博客的基础上,我们依然采用“记录本”的方法自下而上来解决这道题目
- 自下而上遍历amount,“记录本”依次记录凑齐从1到amount的最少需要的硬币数
- 青蛙要跳到第n层,可以从第n-1层跳,也可以从n-2层开始跳。这道题目也同理,凑到amount可以从amount-coins[i]凑到,而凑到amount-coins[i]最少需要几枚硬币,这个问题我们可以去“记录本”中查找
思路1:
- “记录本”我们可以采用集合或者数组,我个人偏爱集合,因为不用关心数组越界的问题,所以最开始我是采用Map集合做的
- 在青蛙跳台阶问题中,我们确定边界为跳一层和跳两层的跳法为1和2,所以这道题目我首先设置了Map的边界:凑0元最少需要0枚硬币,凑coins[]数组中的任何值都只需要一枚硬币,以此观点来初始化Map
- 接着,我们依次从1到amount记录最优解,感觉大家应该可以看懂,我便不过多赘述
public static int coinChangeByMap(int[] coins, int amount) {
Map<Integer, Integer> map = new TreeMap<>();
int best, temp;
for (int i = 0; i < coins.length; i++) {
map.put(coins[i], 1);
}
map.put(0, 0);
for (int i = 1; i <= amount; i++) {
//已存入最优解,跳过
if (map.containsKey(i)) {
continue;
}
//设置初始值
best = -1;
for (int j = 0; j < coins.length; j++) {
//要是需要凑齐的金额连一枚硬币的面值都不够,那还凑个锤子,换下枚硬币
//第二项判断是判断“记录本”是否有子问题的最优解
if (i > coins[j] && map.containsKey(i - coins[j])) {
//子问题必须有正常解,不能是0或者-1
if (map.get(i - coins[j]) > 0) {
temp = map.get(i - coins[j]) + 1;
//要是第一次给best赋值就直接存入,不是第一次赋值就存入最小值
best = (best != -1) ? Math.min(best, temp) : temp;
}
}
}
map.put(i, best);
}
return map.get(amount);
}
思路2:
这个没什么可说的,和上一个思路一样,我只是试试看自己能不能用数组解答这道题
**注:**需要注意的是第一个for循环的判断,判断里的第二个条件是我报错以后才发现的,没加这个条件之前报数组越界(这就是为什么我不喜欢数组),调试了以后发现数组长度为amount,如果有枚硬币面值大于amount,那么在第一个for循环便会越界出错
public static int coinChangeByArr(int[] coins, int amount) {
int best, temp;
int[] res = new int[amount + 1];
res[0] = 0;
for (int i = 0; i < coins.length && coins[i] <= amount; i++) {
res[coins[i]] = 1;
}
for (int i = 1; i <= amount; i++) {
if (res[i] > 0) {
continue;
}
best = -1;
for (int j = 0; j < coins.length; j++) {
if (i > coins[j] && res[i - coins[j]] > 0) {
temp = res[i - coins[j]] + 1;
best = (best != -1) ? Math.min(best, temp) : temp;
}
}
res[i] = best;
}
return res[amount];
}
思路3:
这个是在题解里看到,真是优雅,优雅的点有以下几点:
- 数组的初值,一枚硬币最小面值为1,所以总值为amount最多需要amount枚硬币,即最优解res[i]<=amount,amount+1一定大于最优解res[i]。之前看到有人甚至初始值赋值999或者int类型最大整数什么的,实在没必要
- 边界原来之设置[0,0]也就是凑齐0元最少需要0枚硬币就可以了,没必要像我一样又把每枚硬币的面值和最优解1存入。因为外层的for循环i在循环到coins[]中的某个面值时,最深层的res[i-coins[j]]便会有调到记录本的res[0]=0
public static int coinChange(int[] coins, int amount) {
int[] res = new int[amount + 1];
Arrays.fill(res, amount + 1);
res[0] = 0;
for (int i = 1; i <= amount; i++) {
for (int j = 0; j < coins.length; j++) {
if (i >= coins[j]) {
res[i] = Math.min(res[i], res[i - coins[j]] + 1);
}
}
}
return res[amount] > amount ? -1 : res[amount];
}
收获:
- 虽然数组需要关注越界问题,我比较偏爱集合,但是数组取值快,Map的每次get都很费事,这导致了第一种做法虽然成功但却异常耗时,不如第二种做法。所以以后我决定能用数组不用集合
- Arrays工具类之前就有关注过,但还是没想起来用fill赋初值,自己写估计又要用for循环遍历赋值了,以后要再多注意一下Arrays的使用
- 动态规划感觉有些摸清思路了,大概就是找最终问题的上一步,慢慢剖析,找到底层的边界,然后对比每一步找出规律,大概就是这样,周六日再出那个动态规划的一般解法吧,平时上班996,晚上回来很累的