您现在的位置是:首页 >技术杂谈 >动态规划-最少的硬币数目网站首页技术杂谈
动态规划-最少的硬币数目
简介动态规划-最少的硬币数目
1 题目
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。
2 示例
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
来源:力扣(LeetCode)
链接:
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
3 题解
3.1 解题思路
该问题为一个动态规划类问题,虽然可以通过递归的方式解决该问题,但是复杂度会呈现出指数级别;
动态规划是一种解决数学问题的思维,其出发点是借助于前面计算的结果,从而避免重复计算,进而减少计算量,优化计算模型。
该题是一个最值型动态规划类问题,其解题步骤可分如下四步:
1,确定状态
最后一步(对于该题,最有策略则是要确认最后一枚硬币Ak(coins数组中的一种))
将问题转化为子问题(用最少的硬币数拼接出金额amount - Ak)
2,转移方程
f[x] = min(f[x - coins[j]] + 1, f[x])
3,初始条件和边界情况
f[0] = 0
若可以拼接出x,则f[x]依赖转移方程计算出有效值,否则f[x] = INT_MAX (无穷大)
4,计算顺序
f[0],f[1],f[2]…f[amount]
3.2 题解
3.2.1 C++解法
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
vector<int> dp(amount + 1); /* 申请一个amount + 1的数组,用来保存计算结果 */
dp[0] = 0;
for (int i = 1; i <= amount; i++) {
dp[i] = INT_MAX;
for (int j = 0; j < coins.size(); j++) {
if (i >= coins[j] && dp[i - coins[j]] != INT_MAX) {
dp[i] = min(dp[i], dp[i - coins[j]] + 1);
}
}
}
return dp[amount] == INT_MAX ? -1 : dp[amount];
}
};
3.2.2 C语言解法
int coinChange(int* coins, int coinsSize, int amount){
int *dp = malloc(sizeof(int) * (amount + 1));
memset(dp, 0, sizeof(int) * (amount + 1));
for (int i = 1; i <= amount; i++) {
dp[i] = INT_MAX;
for (int j = 0; j < coinsSize; j++) {
if (i >= coins[j] && dp[i - coins[j]] != INT_MAX) {
dp[i] = fmin(dp[i], dp[i - coins[j]] + 1);
}
}
}
return dp[amount] == INT_MAX ? -1 : dp[amount];
}
风语者!平时喜欢研究各种技术,目前在从事后端开发工作,热爱生活、热爱工作。