动态规划解最少硬币问题

题目描述

一个一维数组arr，表示给你的硬币的面值，假设硬币有无限多，给定一个目标值target，求组成target需要的最少硬币数目。

---

 思路分析

这道题目是的经典的动态规划问题，可以在时间复杂度为内求解，我们定义数组dp[i][j]，表示由面值为arr[0...i]组成目标金额target所需要的最少硬币数，那么就有如下结论：

• dp[1...n][0]=0;
• 对于dp[0][i]，如果元素i是arr[0]的倍数，则dp[0][i]=i/arr[0]，否则我们让dp[0][i]=Integer.MAX_VALUE，表示不可能以面值为arr[0]的硬币凑出金额i。
• 对于任意dp[i][j]，若满足j - arr[i] >=0，则dp[i][j] = Math.min(dp[i - 1][j],dp[i][j - arr[i]] + 1)，表示若当前面值大于j满足条件的情况，否则dp[i][j] = dp[i - 1][j]。

---

编码

import org.junit.Test;

public class MinCoins {

    public int minCoins(int[] arr, int target) {
        if (arr == null || arr.length == 0 || target <= 0) {
            return -1;
        }
        int[][] dp = new int[arr.length][target + 1];
        for (int i = 1; i <= target; i++) {
            dp[0][i] = i % arr[0] == 0 ? i / arr[0] : Integer.MAX_VALUE;
        }
        for (int i = 1; i < arr.length; i++) {
            for (int j = 1; j <= target; j++) {
                dp[i][j] = dp[i - 1][j];
                //防止越界，若计算Integer.MAX_VALUE+1会等于Integer.MIN_VALUE,影响结果
                if (j - arr[i] >= 0 && dp[i][j - arr[i]] != Integer.MAX_VALUE && dp[i][j - arr[i]] + 1 < dp[i-1][j]) {
                    dp[i][j] = dp[i][j - arr[i]] + 1;
                } 
            }
        }

        return dp[arr.length - 1][target];
    }

    @Test
    public void main() {
        System.out.println(minCoins(new int[] { 1, 2, 3, 4, 5, 6 }, 13));
    }
}