【leetcode】322 零钱兑换(动态规划)

该博客讨论了LeetCode 322题——零钱兑换的问题,通过动态规划的方法求解最小硬币数量。当给定硬币面额和总金额时,若无法组成总金额则返回-1。文章详细阐述了动态规划的思路,并提供了时间复杂度和空间复杂度的分析。

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

题目链接:https://leetcode-cn.com/problems/coin-change/

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 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。

思路

典型的动态规划问题
设数组dp,初始值为n+1,代表无法兑换;
dp[i]表示兑换金额为i最少需要的硬币数
动态规划方程为:

dp[i] = dp[i-coin[j]] + 1 for j in 0~coins.size()

复杂度分析
时间复杂度:O(nk)
空间复杂度:O(k)
n为amount值,k为coins数组大小

代码

/*
 * 动态规划
 * 时间复杂度O(nk) 空间复杂度O(k)
 * n为amount值,k为coins数组大小
 */
class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        if (coins.empty())
            return -1;

        vector<int> dp(amount+1, amount+1);   // 初始值-1表示无法兑换
        dp[0] = 0;
        for (int i = 1; i <= amount; ++i) {
            for (int j = 0; j < coins.size(); ++j) {
                if (i>= coins[j])
                    dp[i] = min(dp[i], dp[i-coins[j]] + 1);
            }
        }
        return dp.back() == amount+1?-1:dp.back();
    }
};

在这里插入图片描述

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