来源:力扣(LeetCode)
链接: https://leetcode.cn/problems/coin-change/
给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。
计算并返回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
提示:
- 1 <= coins.length <= 12
- 1 <= coins[i] <= 2 31 − 1 2^{31} - 1 231−1
- 0 <= amount <= 1 0 4 10^4 104
- 贪心算法: 这题不能只用贪心算法去做,每次找最大的,然后往后找次小的,对于一些给定的coins而言是没法得到结果的,这里可以从后往前思考:
- F(S) = F(S−C) + 1, F(S)就是组成金额S所需的最少硬币数量,C就是可选的硬币额度,我们这里需要找到最小的情况,因此,需要对每个硬币进行一次遍历,然后比较,这里需要使用dfs递归的思想,递归结束条件,F(0) = 0, F(S<0) = -1;
- 递归会比较慢,有一些重复计算,这里加入缓存或者使用列表进行存储加快速度
python实现
class Solution: def coinChange(self, coins: List[int], amount: int) -> int: if amount <= 0: return 0 @functools.lru_cache(amount) def dfs(remian_amount): if remian_amount < 0: return -1 if remian_amount == 0: return 0 min_val = float('inf') for coin in coins: res = dfs(remian_amount-coin) if res >= 0 and res + 1 < min_val: min_val = res + 1 return min_val if min_val < float('inf') else -1 res = dfs(amount) print(dfs.cache_info()) return res
c++实现
class Solution { vectorcount; int dp(vector & coins, int rem) { if (rem < 0) return -1; if (rem == 0) return 0; if (count[rem - 1] != 0) return count[rem - 1]; int Min = INT_MAX; for (int coin:coins) { int res = dp(coins, rem - coin); if (res >= 0 && res < Min) { Min = res + 1; } } count[rem - 1] = Min == INT_MAX ? -1 : Min; return count[rem - 1]; } public: int coinChange(vector & coins, int amount) { if (amount < 1) return 0; count.resize(amount); return dp(coins, amount); } };
复杂度分析
- 时间复杂度: O ( S N ) O(SN) O(SN), S是金额,n是面额数
- 空间复杂度: O ( S ) O(S) O(S) 需要存储一个长为S的数组来存储计算出来的答案
其实最好的解决办法是使用动态规划,这里不做过多的详述。