网站首页 文章专栏 硬币问题
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。
我的第一次提交超时,以下是超时代码
class Solution { public: map<int,int> mydict; int helper(vector<int>& coins, int amount){ auto pr = mydict.find(amount); if( pr!= mydict.end()){ return pr->second; } if(amount == 0) return 0; if(amount < 0) return -1; int res = INT_MAX; for(auto coin : coins){ int last_res = helper(coins, amount - coin); if(last_res == -1) continue; res = min(res, last_res + 1); } if(res == INT_MAX) res = -1; mydict.insert(pair<int,int>(amount, res)); return res; } int coinChange(vector<int>& coins, int amount) { return helper(coins, amount); } };
我的另一种设想是从最大面值的硬币开始,每次贪心的选取最大面值硬币,然后遍历硬币数组。 然而被证实是错误的想法,可以看这个用例:
[186,419,83,408] 6249 输出 -1 预期结果 20
原因在于,没有面值为1的硬币,导致贪心选取后余额无法处理。比如有硬币2和5,总数为6,那么首先选择5,留下1,无法兑换。而使用硬币2兑换是可以的。
最终写出了ac代码
class Solution { public: int coinChange(vector<int>& coins, int amount) { vector<int> dp(amount + 1, 0); for(int i = 1; i <= amount; i++){ dp[i] = INT_MAX; for(auto coin : coins){ if(i - coin >= 0 && dp[i - coin] != -1) dp[i] = min(dp[i], dp[i - coin] + 1); } if(dp[i] == INT_MAX) dp[i] = -1; } return dp[amount]; } };
思考:按道理说记忆化搜索与dp的复杂度相同,为何会超时呢?
给定不同面额的硬币和一个总金额。写出函数来计算可以凑成总金额的硬币组合数。假设每一种面额的硬币有无限个。
示例 1:
输入: amount = 5, coins = [1, 2, 5] 输出: 4 解释: 有四种方式可以凑成总金额: 5=5 5=2+2+1 5=2+1+1+1 5=1+1+1+1+1 示例 2:
输入: amount = 3, coins = [2] 输出: 0 解释: 只用面额2的硬币不能凑成总金额3。 示例 3:
输入: amount = 10, coins = [10] 输出: 1
class Solution { public: int change(int amount, vector<int>& coins) { vector<int> dp(amount + 1, 0); dp[0] = 1; for(int j = 0; j < coins.size(); j++){ for(int i = 0; i <= amount; i++){ if(i >= coins[j]) dp[i] = dp[i] + dp[i - coins[j]]; } } return dp[amount]; } };