力扣HOT100之动态规划：322. 零钱兑换

这道题和上一道题279.完全平方数的套路是完全一样的，但是这道题不需要我们自己生成物品列表，函数的输入中已经给出了，但是这道题有一个坑，就是我们在初始化dp数组的时候，所有的位置不应该赋值为INT_MAX，因为在dp[j - nums[i]] + 1这一步可能出现溢出的情况，所以我们应当初始化为一个稍小的较大值，如INT_MAX / 2等。这个思路是一样的，这里就简单的说一下动规五部曲：
1.确定dp[j]的含义：在背包容量为j的情况下，装满背包的最少硬币个数为dp[j]
2.确定递推公式 dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
3.dp数组初始化 dp[0] = 0
4.确定遍历顺序：先物品，再背包(不涉及排列组合的问题，可以颠倒)
5.打印数组(省略)

class Solution {
public:int coinChange(vector<int>& coins, int amount) {//1.确定dp[j]的含义：在背包容量为j的情况下，装满背包的最少硬币个数为dp[j]//2.确定递推公式  dp[j] = min(dp[j - coins[i]] + 1, dp[j]);//3.dp数组初始化 dp[0] = 0//4.确定遍历顺序：先物品，再背包(可以颠倒)//5.打印数组(省略)vector<int> dp(amount + 1, INT_MAX / 2);//初始化dp[0] = 0;for(int i = 0; i < coins.size(); i++){  //遍历物品for(int j = coins[i]; j <= amount; j++)    //遍历背包dp[j] = min(dp[j - coins[i]] + 1, dp[j]);}return dp[amount] == INT_MAX / 2 ? -1 : dp[amount];}
};