动态规划-求最小的零钱兑换个数

本文探讨了如何运用动态规划解决经典的零钱兑换问题,定义了dp数组表示兑换金额n所需的最小硬币数量,并给出了dp方程。特别指出,当dp[0]=0时,表示组成0元所需的硬币数为0;dp[i]=-1表示无法用硬币组合成i元。此外,还提供了Java代码实现的链接。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

经典动态规划问题

  1. 定义dp[i]的意义:表示兑换n元需要的最小硬币个数
  2. 定义dp方程:dp[n] = min(dp[n-coin[0]]+1,dp[n-coin[1]]+1,…,dp[n-coin[coin.length-1]]+1);
  3. dp[n]即为所求
  4. 注意点:dp[0] = 0 : 组成0元所需的最小硬币数为0;dp[i] = -1 : 没有硬币能组合成i元

Java代码实现

package com.study.dynamic;

import java.util.Objects;

/**
 *
 * 最少的零钱兑换个数
 * 定义dp[n]表示兑换n元需要的最小硬币个数
 * dp[0] = 0 : 组成0元所需的最小硬币数为0
 * dp[i] = -1 : 没有硬币能组合成i元
 * 其中硬币类型:int coin = {1,3,5,...};
 * 则dp方程:dp[n] = min(dp[n-coin[0]]+1,dp[n-coin[1]]+1,...,dp[n-coin[coin.length-1]]+1);
 * 等价于:dp[n] = min(dp[n],dp[n-coin[i]]+1) 其中0<=i<=coin.size-1;
 * 则dp[n]即为所求
 */
public class MinCoinChange {

    public static void main(String[] args){
        int[] coins = {1, 2, 5};
        MinCoinChange minCoinChange = new MinCoinChange();
        System.out.println(minCoinChange.coinChange(coins, 10));
    }

    private int coinChange(int[] coins, int amount){
        if (Objects.isNull(coins)) {
            return Integer.MIN_VALUE;
        }
        int[] dp = new int[amount+1];
        dp[0] = 0;
        for (int i=1; i<=amount; i++) {
            dp[i] = Integer.MAX_VALUE;
            for (int j=0; j<coins.length; j++) {
                if (i >= coins[j] && dp[i-coins[j]] != -1 && coins[j] >= 0) {
                    dp[i] = Integer.min(dp[i], dp[i-coins[j]] + 1);
                }
            }
            if (dp[i] == Integer.MAX_VALUE) {
                dp[i] = -1;
            }
        }
        return dp[amount];
    }
}

完整代码地址:https://github.com/BoyQiang/personal-code-learning/blob/master/personal-code-learning-algorithm/src/main/java/com/study/dynamic/MinCoinChange.java

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