LeetCode_动态规划_中等_322.零钱兑换

代码星辰

已于 2023-09-11 11:46:22 修改

阅读量604

点赞数 1

CC 4.0 BY-SA版权

分类专栏： LeetCode 算法刷题文章标签： leetcode 动态规划

于 2022-02-24 09:33:48 首次发布

本文链接：https://blog.csdn.net/weixin_43004044/article/details/123103650

LeetCode 算法刷题专栏收录该内容

488 篇文章

订阅专栏

该博客介绍了如何使用动态规划解决零钱兑换问题，给定不同面额的硬币和总金额，求解凑成总金额所需的最少硬币数量。示例展示了不同情况下的解题思路，并给出了Java代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.题目

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

2.思路

（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] ，那么 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

3.代码实现（Java）

//思路1————动态规划
class Solution {
    public int coinChange(int[] coins, int amount) {
	    // dp[i] 表示组成金额 i 所需最少的硬币数量
        int[] dp = new int[amount + 1];
        Arrays.fill(dp, amount + 1);
        Arrays.sort(coins);
        dp[0] = 0;
        for (int i = 1; i <= amount; i++) {
            for (int j = 0; j < coins.length && coins[j] <= i; j++) {
                dp[i] = Math.min(dp[i], dp[i - coins[j]] + 1);
            }
        }
        return dp[amount] == amount + 1 ? -1 : dp[amount];
    }
}