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
haolin123.29 分钟前
STL vector底层揭秘:从构造到迭代器失效
开发语言·c++·算法
shehuiyuelaiyuehao39 分钟前
算法37,位运算,两个整数之和(不用+符号)
算法
猎头南楼44 分钟前
MFC 质量流量控制器中的控制算法设计与落地思考
人工智能·算法
来一碗刘肉面1 小时前
平衡二叉树的删除
数据结构·算法
wabs6661 小时前
关于二叉树【力扣199.二叉树的右视图的思考】
数据结构·c++·算法·leetcode·二叉树·层序遍历
a187927218311 小时前
【算法】动态规划第三篇:背包第一课——贪心之死与正序倒序开关
算法·leetcode·动态规划·贪心·dp·暴力·算法讲解
黄金龙PLUS1 小时前
Xoodoo置换算法的优缺点
算法·网络安全·密码学·哈希算法·同态加密
Cccp.1231 小时前
【leetcode】(四)排序算法汇总和链表
leetcode·链表·排序算法
LayZhangStrive2 小时前
数据结构与算法 - 堆排序
java·数据结构·算法·排序算法·堆排序·大根堆
residual_fan2 小时前
深度渐进收缩学习(DPSL):面向强噪声与类内分散的机械复合故障诊断方法
人工智能·算法·数据挖掘·数据分析