Leetcode刷题Java322. 零钱兑换

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

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/coin-change
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。

感谢labuladong大神的套路框架,传送门动态规划套路详解。

class Solution {
        //定义Map作为备忘录缓存递归结果,key为金额,value为凑成金额需要的硬币数量
        Map memo = new HashMap<>();

        //方法一:递归,带备忘录
        //子问题时间复杂度O(k),子问题数量O(n)
        //时间复杂度O(k*n),空间复杂度O(n)
        public int coinChangeI(int[] coins, int amount) {
            if (coins == null || coins.length == 0) return -1;
            return helper(coins, amount);
        }

        private int helper(int[] coins, int n) {
            //判断memo中是否存在,存在直接返回
            if (memo.containsKey(n)) {
                return memo.get(n);
            }
            //base case
            if (n == 0) return 0;
            if (n < 0) return -1;
            //因为返回最小值,所以初始化为正无穷
            int res = Integer.MAX_VALUE;
            for (int coin : coins) {
                //将金额拆分成子问题,例如n=11,coins=1,2,5,则拆分为10,9,6,同样10拆分为9,8,5,9拆分为8,7,4,6拆分为5,4,2等等
                //不断递归拆分直到拆分为base case,得到结果,然后逐层返回答案
                int subRes = helper(coins, n - coin);
                if (subRes == -1) continue;
                //加1是因为如果知道了子问题的答案,只要再加1枚硬币就是原问题的答案
                //例如amount=11,coins=1,2,5,可以拆分为amount=10再加1枚1元的硬币,amount=9再加1枚2元的硬币,amount=6再加1枚5元的硬币
                res = Math.min(res, subRes + 1);
            }
            res = res == Integer.MAX_VALUE ? -1 : res;
            //记录备忘录
            memo.put(n, res);
            return res;
        }

         //方法二:动态规划
        //定义DP table
        //时间复杂度O(k*n),空间复杂度O(n)
        //自底向上,由base case逐渐求得最值
        public int coinChangeII(int[] coins, int amount) {
            if (coins == null || coins.length == 0) return -1;
            //dp[i]=x,当目标金额为i时,至少需要x枚硬币
            int[] dp = new int[amount + 1];
            //base case
            dp[0] = 0;
            for (int i = 1; i < dp.length; i++) {
                //初始化dp[i]为amount+1
                //因为凑成金额amount,最多需要amount枚硬币(全部为1元硬币)所以初始化为amount+1相当于初始化为正无穷,方便后续比较最小值
                dp[i] = dp.length;
                for (int coin : coins) {
                    if (i >= coin) {
                        dp[i] = Math.min(dp[i], dp[i - coin] + 1);
                    }
                }
            }
            return dp[amount] == dp.length ? -1 : dp[amount];
        }
    }

 

 

你可能感兴趣的:(动态规划,动态规划,递归法)