//第一步确定状态:假设就是想要求得最后的amount是11,则要算得最后一枚硬币面值为j,则(11-j);
//第二步 转移方程:假设i 是要凑成的金额;则f[i] = min{f[i - 1]+1,f[i - 2] + 1, f[i-3]+1} 这里算得的是amount;
//第三部初始化条件和边界情况:1、首先如果f[i - 1]小于0,则都返回正无穷,f[0] = 0(算不出来的才要初始化) ; 边界情况a[j] <= i才可以进行计算
//第四部 计算顺序f[1].....f[amount];
// //这里注意,我们把 dp 数组初始化为 amount + 2 而不是-1 的原因是,在动态规划过程中有求
// 最小值的操作,如果初始化成-1 则会导致结果始终为-1。至于为什么取这个值,是因为 i 最大可
// 以取 amount + 1,而最多的组成方式是只用 1 元硬币,因此 amount + 2 一定大于所有可能的组合
// 方式,取最小值时一定不会是它。在动态规划完成后,若结果仍然是此值,则说明不存在满足条
// 件的组合方法,返回-1
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
//首先需要一个数组来放计算出来的值,并初始化为amount + 2(或者其他不影响计算的值例如:正无穷)
int max = amount + 2;
vector<int> dp (amount + 1, max);
dp[0] = 0;
for(int i = 1;i <= amount;i++ )
for(int j = 0;j<coins.size();j++)
{
//第二步 转移方程:假设i 是要凑成的金额;则f[i] = min{f[i - 1]+1,f[i - 2] + 1, f[i-3]+1} 这里算得的是amount;
if(coins[j] <= i)
dp[i] = min(dp[i - coins[j]] + 1,dp[i]);
}
return dp[amount] > amount ? -1 : dp[amount];
}
};