最少硬币数量-完全背包算法
🎈 作者:
🎈 简介:CSDN博客专家🏆,华为云享专家🏆,Linux、C/C++、云计算、物联网、面试、刷题、算法尽管咨询我,关注我,有问题私聊!
🎈 关注专栏:
优质好文持续更新中……🚀🚀🚀🎈 欢迎小伙伴们点赞👍、收藏⭐、留言💬
目录
背包算法是经常考查的一类算法,下面来看一道完全背包问题。
一、题目描述
给定一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。 计算并返回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。
提示:
1 <= coins.length <= 12
1 <= coins[i] <= 2^31 - 1
0 <= amount <= 10^4
二、测试样例
2.1 测试样例一
输入:coins = [1, 2, 5], amount = 11
输出:3
说明:总金额 11 可以由 5 + 5 + 1 组合得到,一共使用了三个硬币。
2.2 测试样例二
输入:coins = [2], amount = 3
输出:-1
说明:在输入中,无论如何 2 都无法得到 3,所以输出 -1。
2.3 测试样例三
输入:coins = [1], amount = 0
输出:0
说明:在输入中,不需要硬币即可得到 0,所以输出 0。
三、算法思路
本题主要考查完全背包算法,可以把硬币看作物品,amount 看作背包容量,本题中的每类物品是无限的,所以是完全背包,但是,本题求解的是最少硬币数,这一点需要特殊处理一下。
使用 dp 数组存储最优解,dp[ i ] 表示背包容量为 i 的时候装满背包需要的最少硬币数,最后的结果即为 dp[ amount ]。
当然,需要注意无法组成 amount 的情况。
四、代码实现
代码实现如下所示:
五、复杂度分析
5.1 时间复杂度
时间复杂度为:O(nm),其中,n 为硬币个数,m 为 amount,在上述算法中,使用到了两个 for 循环,长度分别为 n 和 m,所以时间复杂度为 O(nm)。
5.2 空间复杂度
空间复杂度为:O(m),其中,m 为 amount,在上述算法中,使用 dp 数组存储最优解,所以空间复杂度为 O(m)。
六、总结
本题主要考查对完全背包的理解,同时,也要处理最少硬币数,和完全背包有一些差异。
🎈 作者:
🎈 简介:CSDN博客专家🏆,华为云享专家🏆,Linux、C/C++、云计算、物联网、面试、刷题、算法尽管咨询我,关注我,有问题私聊!
🎈 关注专栏:
优质好文持续更新中……🚀🚀🚀🎈 欢迎小伙伴们点赞👍、收藏⭐、留言💬
- 点赞
- 收藏
- 关注作者
评论(0)