【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
2301_8227032014 分钟前
鸿蒙flutter三方库实战——教育与学习平台:Flutter Markdown
学习·算法·flutter·华为·harmonyos·鸿蒙
Jia ming25 分钟前
C语言实现日期天数计算
c语言·开发语言·算法
无限进步_1 小时前
【C++&string】大数相乘算法详解:从字符串加法到乘法实现
java·开发语言·c++·git·算法·github·visual studio
苏纪云1 小时前
蓝桥杯考前突击
c++·算法·蓝桥杯
W23035765731 小时前
经典算法详解:最长公共子序列 (LCS) —— 从暴力递归到动态规划完整实现
算法·动态规划·最长子序列
pzx_0011 小时前
【优化器】 随机梯度下降 SGD 详解
人工智能·python·算法
小肝一下2 小时前
每日两道力扣,day8
c++·算法·leetcode·哈希算法·hot100
无限进步_2 小时前
【C++】验证回文字符串:高效算法详解与优化
java·开发语言·c++·git·算法·github·visual studio
Meme Buoy2 小时前
18.补充数学1:生成树-最短路径-最大流量-线性规划
数据结构·算法
paeamecium2 小时前
【PAT甲级真题】- Count PAT‘s (25)
c++·算法·动态规划·pat考试·pat