标签:示例 int 复杂度 coins 零钱 amount 兑换 LeetCode322 dp
题目
给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算可以凑成总金额所需的最少的硬币个数。如果没有任何一种硬币组合能组成总金额,返回-1。
你可以认为每种硬币的数量是无限的。
示例 1:
输入:coins = [1, 2, 5], amount = 11
输出:3
解释:11 = 5 + 5 + 1
示例 2:
输入:coins = [2], amount = 3
输出:-1
示例 3:
输入:coins = [1], amount = 0
输出:0
示例 4:
输入:coins = [1], amount = 1
输出:1
示例 5:
输入:coins = [1], amount = 2
输出:2
提示:
1 <= coins.length <= 12
1 <= coins[i] <= 231 - 1
0 <= amount <= 104
方法
记忆化搜索(从大到小)
从amount金额数逐次减去面额的大小,即从大数计算到小数,在计算的过程中会遇到计算过的金额,我们引入了数组保存已经算过的值,减少了时间复杂度
- 时间复杂度:O(S*n),S是amount金额数,n为coins的长度即面额数
- 空间复杂度:O(S)
public class Solution {
public int coinChange(int[] coins, int amount) {
if(amount<1){
return 0;
}
return coinChange1(coins,amount,new int[amount]);
}
private int coinChange1(int[] coins,int resAmount,int[] minArr){
if(resAmount<0){
return -1;
}
if(resAmount==0){
return 0;
}
if(minArr[resAmount-1]!=0){
return minArr[resAmount-1];
}
int min = Integer.MAX_VALUE;
for(int c:coins){
int res = coinChange1(coins,resAmount-c,minArr);
if(res>=0&&res+1<min){
min = res+1;
}
}
minArr[resAmount-1] = min==Integer.MAX_VALUE? -1:min;
return minArr[resAmount-1];
}
}
动态规划(从小到大)
用dp数组保存每种金额的最小个数,从面额开始计算到总金额数,利用了计算过的小金额结果,去除重复计算
- 时间复杂度:O(S*n),S是amount金额数,n为coins的长度即面额数
- 空间复杂度:O(S)
public class Solution {
public int coinChange(int[] coins, int amount) {
int[] dp = new int[amount+1];
Arrays.fill(dp,amount+1);
dp[0] = 0;
for(int i=1;i<=amount;i++){
for(int c:coins){
if(c<=i){
dp[i] = Math.min(dp[i],dp[i-c]+1);
}
}
}
return dp[amount]>amount?-1:dp[amount];
}
}
标签:示例,int,复杂度,coins,零钱,amount,兑换,LeetCode322,dp 来源: https://www.cnblogs.com/ermiao-zy/p/14977775.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。