322.零钱兑换 (Medium)*
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。
示例*
输入: coins = [1, 2, 5], amount = 11
输出: 3
解释: 11 = 5 + 5 + 1
说明*
你可以认为每种硬币的数量是无限的。
代码*
经典的动态规划,自下而上或自顶向下。
但是这些的速度都不太行,题解里看到有带哥用贪心加 dfs。思路如下:
- 贪心:想要硬币最少,肯定是优先用大面值硬币,所以先对 coins 排序;先用大硬币,当总额超过时就需要递归较小的硬币。
- 可以用乘法替代一个个减,k = amount / coins[i]; amount -= k * coins[i]; cnt += k; 如果因为丢多了找不到总额就慢慢减。
- 最先找到的并不是最优解,所以还是需要把所有情况递归完。
- 剪枝,贪心最然不是最优解,但是还是有用的,快速算出一个贪心的结果后,可以剪枝。
class Solution {
public:
int coinChange(vector<int>& coins, int amount) {
vector<int> dp(amount + 1, amount + 1);
dp[0] = 0;
for(int i = 1; i <= amount; i++) {
for(auto coin : coins) {
if(i < coin) {
continue;
}
dp[i] = min(dp[i - coin] + 1, dp[i]);
}
}
return dp[amount] == amount + 1 ? -1 : dp[amount];
}
};
class Solution {
vector<int> cnt;
int dp(vector<int>& coins, int amount) {
if(amount < 0) {
return -1;
}else if(amount == 0) {
return 0;
}
if(cnt[amount] != 0) {
return cnt[amount];
}
int res = INT_MAX;
for(auto coin : coins) {
int subProblem = dp(coins, amount - coin);
if(subProblem != -1 && subProblem < res) {
res = subProblem + 1;
}
}
cnt[amount] = res;
return cnt[amount] == INT_MAX ? -1 : cnt[amount];
}
public:
int coinChange(vector<int>& coins, int amount) {
if(amount == 0) {
return 0;
}else if(amount < 0) {
return -1;
}
cnt.resize(amount + 1);
return dp(coins, amount);
}
};
class Solution {
private:
void helper(vector<int>& coins, int amount, int i, int cnt, int& res) {
if(amount == 0) {
res = (res <= cnt ? res : cnt);
return;
}
if(i == coins.size()) {
return;
}
// 得到结果之后只接收更优的结果以剪枝
for(int j = amount / coins[i]; j >= 0 && j + cnt < res; j--) {
helper(coins, amount - j * coins[i], i + 1, cnt + j, res);
}
}
public:
int coinChange(vector<int>& coins, int amount) {
if(amount == 0) {
return 0;
}
sort(coins.rbegin(), coins.rend());
int res = amount + 1;
helper(coins, amount, 0, 0, res);
return res == amount + 1 ? -1 : res;
}
};
最后更新: July 23, 2022