【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
小雨下雨的雨37 分钟前
井字棋AI机器人实现详解 - Minimax算法实战-鸿蒙PC Electron框架完成
前端·人工智能·算法·华为·electron·鸿蒙
xieliyu.3 小时前
Java算法精讲:双指针(三)
java·开发语言·算法
一条小锦吕*3 小时前
基于Spring Boot + 数据可视化 + 协同过滤算法的推荐系统设计与实现(源码+论文+部署全讲解)
spring boot·算法·信息可视化
如竟没有火炬5 小时前
最大矩阵——单调栈
数据结构·python·线性代数·算法·leetcode·矩阵
8Qi86 小时前
LeetCode 1143 & 718:最长公共子序列 / 最长重复子数组
算法·leetcode·职场和发展·动态规划
绿算技术6 小时前
万卡推理集群存储选型分析:从核心架构到应用视角
大数据·科技·算法·架构
想吃火锅10057 小时前
【leetcode】1.两数之和js版
javascript·算法·leetcode
net3m338 小时前
一阶软件低通滤波器算法
人工智能·算法
水木流年追梦8 小时前
大模型入门-大模型优化方法12-YaRN 长文本外推技术
人工智能·分布式·算法·正则表达式·prompt