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coins[i],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 ) dp[j] = min(dp[j], dp[j-coins[i]]+1) dp[j]=min(dp[j],dp[j−coins[i]]+1);

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

4.在迭代判断时要跳过dp[j-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
颜酱13 分钟前
理解二叉树最近公共祖先(LCA):从基础到变种解析
javascript·后端·算法
地平线开发者16 小时前
SparseDrive 模型导出与性能优化实战
算法·自动驾驶
董董灿是个攻城狮16 小时前
大模型连载2:初步认识 tokenizer 的过程
算法
地平线开发者17 小时前
地平线 VP 接口工程实践(一):hbVPRoiResize 接口功能、使用约束与典型问题总结
算法·自动驾驶
罗西的思考17 小时前
AI Agent框架探秘:拆解 OpenHands(10)--- Runtime
人工智能·算法·机器学习
HXhlx20 小时前
CART决策树基本原理
算法·机器学习
Wect21 小时前
LeetCode 210. 课程表 II 题解:Kahn算法+DFS 双解法精讲
前端·算法·typescript
颜酱1 天前
单调队列:滑动窗口极值问题的最优解(通用模板版)
javascript·后端·算法
Gorway1 天前
解析残差网络 (ResNet)
算法
拖拉斯旋风1 天前
LeetCode 经典算法题解析:优先队列与广度优先搜索的巧妙应用
算法