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
示例 2:
输入:coins = [2], amount = 3
输出:-1
示例 3:
输入:coins = [1], amount = 0
输出:0
提示:
1 <= coins.length <= 12
1 <= coins[i] <= 231 - 1
0 <= amount <= 104
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/coin-change
(1)动态规划
设 dp[i] 表示组成金额 i 所需最少的硬币数量,假设在计算 dp[i] 之前,已经计算出 dp[0]—dp[i-1] ,则 dp[i] 对应的状态转移方程应为:
dp[i] = min(dp[i], dp[i - coins[j]] + 1) 0 ≤ i < amount + 1, 0 ≤ j < coins.length
//思路1————动态规划
public int coinChange(int[] coins, int amount) {
int length = amount + 1;
//dp[i]:组成金额i所需最少的硬币数量
int[] dp = new int[length];
//dp数组全都初始化为特殊值
Arrays.fill(dp, length);
//当金额为0时,所需最少的硬币数量为0
dp[0] = 0;
//分别处理金额为0~amount的情况
for (int i = 0; i < length; i++) {
for (int j = 0; j < coins.length; j++) {
//如果当前金额大于等于当前判断的硬币面值
if (i - coins[j] >= 0) {
dp[i] = Math.min(dp[i], dp[i - coins[j]] + 1);
}
}
}
return dp[amount] == length ? -1 : dp[amount];
}
版权说明 : 本文为转载文章, 版权归原作者所有 版权申明
原文链接 : https://blog.csdn.net/weixin_43004044/article/details/123103650
内容来源于网络,如有侵权,请联系作者删除!