力扣打卡 05.15
题目322.零钱兑换
给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。
计算并返回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 1:
输入:coins = [1, 2, 5], amount = 11
输出:3
解释:11 = 5 + 5 + 1
思路:
这是经典的完全背包问题。首先背包问题的特征是给定若干种选择以及目标状态,求在达成目标状态时的选择问题。假如每种选择只能选择一次,则这类问题就是01背包问题;若每种选择可选无数次,那么这个问题就是完全背包问题。
这题的主要思路还是动态规划的基本套路,以自顶向下的方式为例:
- 首先明确dp数组的含义:
dp[i]
表示总金额为i时最少所需的硬币总数,因此最终的结果就是dp[amount]
- 然后确定状态转移方程:
dp[i]=Math.min(dp[i-coins[i-coint[:]]]+1)
**注意:**当我们使用自顶向下也就是递归的方法时,会产生很多冗余的计算,因此需要使用额外空间存储已经计算好的值,也就是“备忘录”,在这道题中备忘录就是memo[i]
,大小为amount
。
//自底向上
var coinChange = function(coins, amount) {
let memo = new Array(amount+1).fill(Infinity);
function dp(rest, count) {
if(rest<0){
return -1;
}
if(rest === 0){
return 0;
}
if(memo[rest] !== Infinity) return memo[rest];
for(let i=0; i<coins.length; i++){
let cur = dp(rest-coins[i], count+1);
if(cur === -1) continue;
memo[rest] = Math.min(cur + 1, memo[rest]);
}
memo[rest] = memo[rest] === Infinity? -1: memo[rest];
return memo[rest];
}
return dp(amount, 0);
};