题目来源:https://leetcode-cn.com/problems/coin-change
题目描述
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 1:
输入:coins = [1, 2, 5], amount = 11
输出:3
解释:11 = 5 + 5 + 1
示例 2:
输入:coins = [2], amount = 3
输出:-1
示例 3:
输入:coins = [1], amount = 0
输出:0
示例 4:
输入:coins = [1], amount = 1
输出:1
示例 5:
输入:coins = [1], amount = 2
输出:2
提示:
1 <= coins.length <= 12
1 <= coins[i] <= 231 - 1
0 <= amount <= 104
题目大意
- 经典动态规划题
- 动态规划的五步骤:
- 确定dp数组和下标含义:dp[i]代表amount为i的时候所需要的最少硬币数
- 确定递推公式:
d p [ i ] = m i n ( d p [ i ] , d p [ i − c o i n s [ j ] ] + 1 ) ( i f i > = c o i n s [ j ] ) dp[i]=min(dp[i],dp[i-coins[j]]+1)\quad{(if{\quad}i>=coins[j])} dp[i]=min(dp[i],dp[i−coins[j]]+1)(ifi>=coins[j])
- 继续
- 如何定义和初始化dp数组
- 因为要取最小值,所以需要将dp数组中的所有值初始化为大于amount的值
- 确定遍历顺序
- i∈[1,amount],j∈[0,coins.size()-1],i和j都是从前往后遍历
- 举例推导dp数组
- 如何定义和初始化dp数组
动态规划
- 通过j的遍历,我们不断更新dp[i],即此时amount为
i
的所需最少硬币数,然后通过动态规划不断的解决到i为amount的时候
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
if(amount == 0) return 0;
// 初始化数量为amount + 1,假设硬币中只有1块,最多数量为amount个1
// 写成大于等于1e4+1也可
vector<int> dp(amount + 1, amount + 1);
dp[0] = 0;
int len = coins.size();
for (int i = 1 ; i <= amount ; ++i){
for (int j = 0 ; j < len; ++j){
if (i >= coins[j]){
dp[i] = min(dp[i], dp[i - coins[j]] + 1);
}
}
}
return dp[amount] > amount ? -1 : dp[amount];
}
};
复杂度分析
- 时间复杂度:O(n^2)。n为数组的长度
- 空间复杂度:O(n)。n为数组的长度