编程问题:
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。你可以认为每种硬币的数量是无限的。
示例:
- 输入:coins = [1, 2, 5], amount = 11
输出:3
解释:11 = 5 + 5 + 1 - 输入:coins = [2], amount = 3
输出:-1 - 输入:coins = [1], amount = 0
输出:0 - 输入:coins = [1], amount = 1
输出:1 - 输入:coins = [1], amount = 2
输出:2
解法:
1.贪心+回溯
时间复杂度:O(N×amount),这里 N 是可选硬币的种类数,amount 是题目输入的面值;
空间复杂度:O(amount),状态数组的大小为 amount。
注意:贪心算法最先找到的并不是最优解, 因此需要把所有情况都递归完。
class Solution {
private:
void coinChoose(vector<int>& coins, int amount, int idx, int num, int& res)
{
if (amount == 0)
{
res = min(res, num);
return;
}
if (idx == coins.size())
{
return;
}
// i + num < res 进行剪枝
for (int i = amount / coins[idx]; i >= 0 && i + num < res; i--)
{
coinChoose(coins, amount - i * coins[idx], idx + 1, num + i, res);
}
}
public:
int coinChange(vector<int>& coins, int amount) {
if (amount == 0) return 0;
sort(coins.begin(), coins.end(), greater<int>());
int res = INT_MAX;
coinChoose(coins, amount, 0, 0, res);
return res == INT_MAX ? -1 : res;
}
};
2.动态规划
时间复杂度:O(n×amount),其中 amount 是金额,n 是面额数。我们一共需要计算 O(amount) 个状态,amount 为题目所给的总金额。对于每个状态,每次需要枚举 n 个面额来转移状态。
空间复杂度:O(amount)。数组 dp 需要开长度为总金额 amount 的空间。
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
int Max = amount + 1;
vector<int> dp(amount + 1, Max);
dp[0] = 0;
for (int i = 1; i <= amount; ++i) {
for (int j = 0; j < (int)coins.size(); ++j) {
if (coins[j] <= i) {
dp[i] = min(dp[i], dp[i - coins[j]] + 1);
}
}
}
return dp[amount] > amount ? -1 : dp[amount];
}
};