【Golang】LeetCode 322. 零钱兑换

322. 零钱兑换

题目描述

思路

「零钱兑换」这道题目的解决思路几乎与「完全平方数」相同。主要的区别在于,「完全平方数」要求我们求表示一个数值最少需要多少个"完全平方数",相当于硬币的面额就是自然数的"完全平方数"。而「零钱兑换」这道题预先给定了我们可以使用的零钱的面额。

我们使用动态规划来解决这道题,首先初始化一个数组dp,它的长度是amount + 1,用来表示数值为i的面额最少需要多少个零钱来凑出。我们初始化i == 0之外每一个dp[i]的值为amount + 1,经过对dp数组的维护之后,如果dp[i] == amount + 1,就代表这个面额无法通过当前给定的零钱的面额表示出来(比如i == 3,但是只有面额2, 4, 6, 8可用)。基于解决「完全平方数」的经验,我们不难直接推导出维护dp数组的状态转移方程,那就是dp[i] = min(dp[i - coins[j]] + 1, dp[i])。我们使用两层循环来对dp进行维护,i遍历的是当前要表示的面额的数值,在最外层循环;j是第二层循环,用于对给定的零钱的面额值进行遍历。只有当i >= coins[j]的时候,才需要对dp进行维护。

需要注意的点是,在初始化dp[i] = amount + 1时,一定不能设置dp[0]的值也是amount + 1。对于面额0,从dp数组的表示意义上来说,它的值就应该设置为0,因为面额为0的状态不需要任何零钱来凑出。

基于以上思路和状态转移方程,我们就可以开始解题了。

Golang 题解

go 复制代码
func coinChange(coins []int, amount int) int {
    n := len(coins)
    dp := make([]int, amount + 1)
    for i := 1; i <= amount; i ++ {
        dp[i] = amount + 1
    }

    for i := 1; i <= amount; i ++ {
        for j := 0; j < n; j ++ {
            if i >= coins[j] {
                dp[i] = min(dp[i - coins[j]] + 1, dp[i])
            }
        }
    }

    if dp[amount] == amount + 1 {
        return -1
    }
    return dp[amount]
}
相关推荐
GuWenyue2 小时前
传统Agent工具两大痛点!300行代码落地MCP跨语言工具,彻底解耦LLM与工具
前端·人工智能·算法
我叫洋洋3 小时前
C ++ [ hello world ]
c语言·c++·算法
奋发向前wcx5 小时前
y1,y2总复习笔记5 2026.7.19
数据结构·笔记·算法
战族狼魂8 小时前
高频面试题精选:分治与AI Agent架构
人工智能·算法·大模型·大语言模型
李剑一8 小时前
你用过网易的将军令嘛?它底层实现账号保护的原理相当简单粗暴
算法
Scott9999HH8 小时前
告别流量波动玄学!从法拉第电磁定律到底层 C/C++ 流量累积算法,深度解密工业级电磁流量计选型与开发
c语言·c++·算法
中达瑞和-高光谱·多光谱8 小时前
1nm到8nm光谱分辨率,你的应用该选哪款光谱相机?
算法·高光谱·高光谱相机
香辣牛肉饭9 小时前
【算法】动态规划 最长公共子序列(LCS)
经验分享·笔记·算法·动态规划
旖-旎10 小时前
LeetCode 279:完全平方数(完全背包)—— 题解
c++·算法·leetcode·动态规划·背包问题