1. 题目来源
链接:322. 零钱兑换
相关链接:[背包] 背包问题算法模板(模板)
2. 题目解析
一道裸的完全背包问题,将硬币面额看作体积,价值为 1,背包容量为总金额,求体积为 amount
最少价值即可。在此使用了完全背包的一维优化,注意体积从小到大循环,这是与其它背包问题优化的不同之处!
注意点:
- 在此求的是最小价值,也就是凑出背包容量
j
的最少硬币数量,f[amount]
即为答案。完全背包模板是求最大价值,在此两者是等价转换,只是将整个的状态定义发生了改变,在过程中将求max
操作变成了求min
罢了。 - 单纯的贪心解法是错的,即将硬币从大到小排序,每次减去较大数量硬币,最后求得使用的硬币数量。是错误的,即
[10, 7, 1], 14
这种样例,14 会被错误分成10, 1, 1, 1, 1
,还得在贪心过程中进行记忆化…不推荐。 - 题解区有对应的记忆化搜索相关题解,
- 时间复杂度: O ( n 2 ) O(n^2) O(n2)
- 空间复杂度: O ( n ) O(n) O(n)
代码:
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
const int INF = 1e8;
vector<int> f(amount + 1, INF); // 完全背包问题
f[0] = 0;
for (int i = 0; i < coins.size(); i ++ )
for (int j = coins[i]; j <= amount; j ++ )
f[j] = min(f[j], f[j - coins[i]] + 1);
if (f[amount] == INF) f[amount] = -1;
return f[amount];
}
};