动态规划简单的四步骤

//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];

    }

};