2.零钱兑换

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

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

说明:
你可以认为每种硬币的数量是无限的。

 

在刷动态规划经典例题——数字三角形之前,我已尝试解答这个问题。

用的是深度优先遍历+贪心,先拿完所有最大面额的硬币,剩下的钱从剩下的硬币中一一选取

这样算耗时大,还算不对。

了解了动态规划后,过了几天又看到这题,才想起来可以用动态规划

 

分析:

(1)步骤拆分:

因为n为整数,所以每个步骤找零差值为1元,即:

求兑换n元的最小硬币,可以先求兑换n-1元最少硬币数量

求兑换n-1元,要先求兑换n-2元

。。。

一路下去,可以拆分成如下:

1、兑换0元(为了方便,所以从0开始)最少硬币数量

2、兑换1元最少硬币数量

3、兑换2元最少硬币数量

。。。

n+1、兑换n元最少硬币数量

 

设数组dp[n],且 dp[i] 为兑换 i 元所用最少硬币数量(所以要从0开始,dp[0]是兑换0元的最少硬币数量,多么直观啊)

 

(2)状态转移方程分析:

每一步找零差值为1,硬币面额为整且不小于1,设dp[0]=0(原因见示例分析);

如果i元可以找零,那么一定有   

找零i元 = 找零j元 + 一枚m元硬币   (j<i,j元可以找零 , m 属于数组coins)

比如 : 找零5元 等于 找零3元 + 一枚2元硬币

            找零5元 等于 找零5元 + 一枚5元硬币

设int b为该方案找零硬币数

则 b = dp[j]+1 (1表示1枚硬币)

当然满足 i =j+m 的j和m很多,b也很多,

遍历0~i-1里面可以找零的及数组coins,找出这样的 j 和 m ,求出所有的b

我们选出最小的b作为最优解dp[i]即可

若一个j和m也没有,记为-1,表示实在无法找零

状态转移方程不言而喻

 

(3)示例分析:

假设硬币面额数组c[3]={2,3,5},找零11元

找零 i 元 = 找零 j 元 +1枚m面额硬币 简写为:

z[i]=z[j]+m;

int b=某方案找零硬币个数,

dp[i]=找零 i 元最少硬币数量

硬币面额数组 c[3]={2,3,5}, 找零11元

1.找零0元:不存在的,∴dp[0]=0;

2.找零1元:还是不存在,∴dp[1]=0;

    但是题目要求不存在的话输出-1,所以把dp[1]记为-1

3.找零2元:

    (1)找零0元+1枚2元硬币:找零方案f1=dp[0]+1(1表示1枚2元硬币!),f1=1

     没有其他找零方法了,∴dp[2]=f1=1;

    (找零1元+1枚1元硬币?不存在的)

4.找零3元:

    (1)找零0元+1枚3元硬币:f1=dp[0]+1(1的意义同上!),f1=1

     没有其他找零方案了,∴p[3]=f1=1;

    (找零2元+1枚1元硬币?找零2元的方案倒是有,但没有1元硬币啊)

5.找零4元:

    (1)找零2元+1枚2元硬币:f1=dp[2]+1=2

    没有其他方案了,所以dp[4]=f1=2

6.找零5元:
   
    (1)找零2元+1枚3元硬币:f1=dp[2]+1=2

    (2)找零3元+1枚2元硬币:f2=dp[3]+1=2

    (3)找零0元+1枚5元硬币:f3=dp[0]+1=1;
  
    ∴dp[5]=min(f1,f2,f3)=1

7.找零6元:

    (1)找零3元+1枚3元硬币:f1=dp[3]+1=2

    (2)找零4元+1枚2元硬币:f2=dp[4]+1=3

    ∴dp[6]=min(f1,f2)=2

8.找零7元:

    (1)找零4元+1枚3元硬币:f1=dp[4]+1=3

    (2)找零5元+1枚2元硬币:f2=dp[5]+1=2

    ∴dp[7]=min(f1,f2)=2

9.找零8元:

    (1)找零3元+1枚5元硬币:f1=dp[3]+1=2

    (2)找零6元+1枚2元硬币:f2=dp[6]+1=3

    ∴dp[8]=min(f1,f2)=2

10.找零9元:

    (1)找零4元+1枚5元硬币:f1=dp[4]+1=3

    (2)找零6元+1枚3元硬币:f2=dp[6]+1=3

    (3)找零7元+1枚2元硬币:f3=dp[7]+1=3

    ∴dp[9]=min(f1,f2,f3)=3

11.找零10元:

    (1)找零5元+1枚5元硬币:f1=dp[5]+1=2

    (2)找零7元+1枚3元硬币:f2=dp[7]+1=3

    (3)找零8元+1枚2元硬币:f3=dp[8]+1=3

    ∴dp[10]=min(f1,f2,f3)=2

12.找零11元(最终解):

    (1)找零6元+1枚5元硬币:f1=dp[6]+1=3

    (2)找零8元+1枚3元硬币:f2=dp[8]+1=3

    (3)找零9元+1枚2元硬币:f3=dp[9]+1=4

    ∴dp[11]=min(f1,f2,f3)=3

 

所以找零11元最少要3个硬币

改造一下还能求出是哪三个硬币

 

本题代码

class Solution {
    public int coinChange(int[] coins, int amount) {//硬币数组,找零面额
        if(amount==0){
            return 0;
        }
        
        int len=coins.length;
        int []dp=new int[amount+1];
        dp[0]=0;
        for(int i=1;i<=amount;++i){
            int h=amount;
            for(int j=0;j<len;++j){
                if(coins[j]<=i && dp[i-coins[j]]!=-1){
                    if(dp[i-coins[j]]<=h){
                        h=dp[i-coins[j]];
                    }                    
                }
            }
            if(h<i+1){
                dp[i]=h+1;
            }else{dp[i]=-1;}
        }
        return dp[amount];
    }
}

 

<think>好的,我现在需要处理用户关于零钱兑换问题的查询。首先,用户希望了解牛客网上的解题思路以及编程解法。根据系统指令,我需要用中文回答,并且结构清晰,同时引用提供的参考资料。 首先,我得回忆零钱兑换问题的基本定义。这是一个动态规划的经典问题,通常有两种变体:一种是求最少硬币数凑成总金额,另一种是求所有可能的组合方式数目。用户可能指的是最少硬币数的情况,但需要确认。不过根据常见的讨论,可能两者都需要提及。 接下来,我需要考虑如何将动态规划应用于这个问题。对于最少硬币数的情况,动态规划数组dp[i]表示凑成金额i所需的最少硬币数。初始化时,dp[0]=0,其他初始化为一个较大的值。然后,对于每个金额,遍历硬币数组,如果硬币面值小于等于当前金额,就更新dp[i]为min(dp[i], dp[i - coin] + 1)。这个思路是否正确呢?是的,这应该是标准的解法。 然后,关于组合数的问题,比如求总共有多少种不同的组合方式。这时候动态规划的状态转移方程会不同。例如,dp[i] += dp[i - coin],但需要注意避免重复计数。通常需要先遍历硬币,再遍历金额,以确保组合的顺序不会重复。这部分可能需要进一步解释。 用户提到了牛客网的解题思路,所以需要结合引用中的内容。引用[2]和[3]提到牛客网的刷题模块和具体代码示例,比如二叉树的最大深度。但零钱兑换可能属于动态规划或贪心的模块。可能需要引导用户参考牛客网的对应模块,比如动态规划部分。 另外,需要确保回答中的LaTeX格式正确。例如,数学公式要用$...$或$$...$$。比如,状态转移方程可以写成$dp[i] = \min(dp[i], dp[i - coin] + 1)$,而组合数的方程则是$dp[i] += dp[i - coin]$。 接下来,生成相关问题。根据系统指令,需要生成三个相关问题,可能涉及动态规划的不同变种、贪心算法的适用性以及实际应用场景。 还需要检查是否有相关的引用可以自然添加。例如,在解释分治算法时,可以引用[1],但零钱兑换属于动态规划,可能引用中的分治部分不直接相关。但用户的问题中提到了牛客网,所以引用[2]和[3]可能适用,比如在推荐刷题平台时。 现在,我需要组织回答结构,首先介绍问题,然后分情况讨论最少硬币数和组合数,给出代码示例,最后生成相关问题。确保代码块使用正确的格式,并检查LaTeX是否正确应用。 最后,确认所有引用正确添加,例如在提到分治算法时引用[^1],在提到牛客网刷题时引用[^2][^3]。但根据用户的引用内容,引用[3]中的代码是关于二叉树的,可能不直接相关,但可以提到牛客网有类似的动态规划题目。</think>### 零钱兑换算法解析 零钱兑换是动态规划中的经典问题,常见两种变体: 1. **最少硬币数**:用最少数量的硬币凑出目标金额。 2. **组合数**:硬币凑出目标金额的所有可能方式数目。 #### 1. 最少硬币数的动态规划解法 **状态定义**: - 设$dp[i]$表示凑出金额$i$所需的最少硬币数。 **状态转移方程**: $$dp[i] = \min(dp[i], dp[i - \text{coin}_j] + 1) \quad \text{当} \ i \geq \text{coin}_j$$ 其中$\text{coin}_j$为第$j$种硬币的面值。 **初始化**: - $dp[0] = 0$,其他$dp[i] = \infty$。 **代码示例**(Python): ```python def coin_change(coins, amount): dp = [float('inf')] * (amount + 1) dp[0] = 0 for i in range(1, amount + 1): for coin in coins: if coin <= i: dp[i] = min(dp[i], dp[i - coin] + 1) return dp[amount] if dp[amount] != float('inf') else -1 ``` #### 2. 组合数的动态规划解法 **状态定义**: - 设$dp[i]$表示凑出金额$i$的组合数。 **状态转移方程**: $$dp[i] += dp[i - \text{coin}_j] \quad \text{当} \ i \geq \text{coin}_j$$ 需按顺序遍历硬币以避免重复组合。 **初始化**: - $dp[0] = 1$(空组合),其他$dp[i] = 0$。 **代码示例**(Python): ```python def combination_sum(coins, amount): dp = [0] * (amount + 1) dp[0] = 1 for coin in coins: for i in range(coin, amount + 1): dp[i] += dp[i - coin] return dp[amount] ``` #### 牛客网相关题目 在牛客网中,零钱兑换类题目通常归类为动态规划或贪心算法模块。例如: - **题目编号NC212**:要求用最少的硬币数凑出金额。 - **题目编号NC189**:求硬币组合数。 可参考牛客网的动态规划专题进行针对性练习[^2]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值