动态规划 Leetcode 322 零钱兑换

零钱兑换

Leetcode 322

学习记录自代码随想录

要点:1.背包容量为amount,物品重量为coinsi,物品价值为1;

2.因为求最小值递推公式为 d p j = m i n ( d p j , d p j − c o i n s \[ i ] + 1 ) dpj = min(dpj, dpj-coins\[i]+1) dpj=min(dpj,dpj−coins\[i]+1);

3.dp数组初始化,因为是min所以dp0 = 0, 其余值初始化为UINT_MAX;

4.在迭代判断时要跳过dpj-coins\[i] == INT_MAX这种情况,并且此时也没有比较的必要,但是不能不加这个条件,因为UINT_MAX+1会回滚到0导致迭代出错;

c 复制代码
unsigned int min(unsigned int a, unsigned int b){
    return a < b ? a : b;
}

int coinChange(int* coins, int coinsSize, int amount) {

    if(amount == 0) return 0;
    
    // int sum = 0;
    // for(int i = 0; i < coinsSize; i++) sum += coins[i];

    // 1.dp[j]代表凑成总金额为j(背包容量)时所需的最少的硬币个数, 物品重量为coins[i], 物品价值为1
    unsigned int dp[amount+1];
    memset(dp, UINT_MAX, sizeof(dp));
    // memset(dp, 0, sizeof(dp));
    
    // 2.递推公式:dp[j] = max(dp[j], dp[j-coins[i]] + 1)
    // 3.dp数组初始化为UINT_MAX
    dp[0] = 0;
    // 4.遍历顺序,每个物品可以无限拿,所以先物品再背包, 均为正向遍历
    for(int i = 0; i < coinsSize; i++){
        for(int j = coins[i]; j < amount+1; j++){
            // 如果dp[j-coins[i]]为UINT_MAX,则UINT_MAX+1会重新变为0导致整体迭代会出错需要注意!
            if(dp[j-coins[i]] != UINT_MAX){  
                dp[j] = min(dp[j], dp[j-coins[i]] + 1);
            }
        }
    }
    // 5.举例推导dp数组
    if(dp[amount]) return dp[amount];
    return -1;

}
相关推荐
来一碗刘肉面5 小时前
栈的应用(表达式求值)
数据结构·算法
xiaowang1234shs6 小时前
怪兽轻断食技术深度测评:从断食计时引擎到AI识别算法的工程实践解析
数据库·人工智能·算法·macos·机器学习·p2p·visual studio
小果因子实验室6 小时前
量化研究--策略迁移算法1研究
算法
Web极客码7 小时前
如何用三段式确定性剪枝,为 LLM Agent 砍掉 35% 的 Token 成本?
服务器·人工智能·算法·机器学习
程序猿乐锅7 小时前
【数据结构与算法 | 第六篇】力扣1109,1094差分数组
java·算法·leetcode
wabs6668 小时前
关于图论【广度优先搜索的理论基础】
算法·图论·宽度优先
孤魂2338 小时前
逻辑回归算法
算法·机器学习·逻辑回归
weixin_377634848 小时前
【多模型预测】 如何合理融合多个预测分值
算法·机器学习·概率论·预测·agent预测
无风听海8 小时前
Claude Agent Skills 的四种设计模式;从渐进式披露到最小权限
java·算法·设计模式