動態規劃求解最多有幾種方案求解硬幣找零問題

一,問題描述html

假設有 m 種面值不一樣的硬幣,存儲在 coinsValues數組中,現須要使用這些硬幣來找錢,各類硬幣的使用個數不限。 求對於給定的錢數N,咱們最多有幾種不一樣的找錢方式。硬幣的順序並不重要。算法

 

二,動態規劃分析數組

爲了更好的分析,先對該問題進行具體的定義:將用來找零的硬幣的面值存儲在一個數組中。以下:post

coinsValues[i] 表示第 i 枚硬幣的面值。好比,spa

第 i 枚硬幣     面值code

    1                1htm

    2                3blog

    3                4遞歸

待找零的錢數爲 n (上面示例中 n=6)get

爲了使問題總有解,通常第1枚硬幣的面值爲1

設 c[i,j]表示 使用 第 1,2,...i 種面值的硬幣時,須要找金額爲 j 的錢,最多可採用多少種不一樣的方式?

i 表示可用的硬幣種類數, j 表示 須要找回的零錢

①最優子結構

對於某種面值的硬幣,要麼使用了(可能使用屢次)它,要麼不使用它。故:

c[i,j]=c[i-1,j] + c[i,j-coinsValue[i]]

c[i-1,j] 表示不使用第 i 枚硬幣, c[i, j-coinsValue[i]] 表示至少使用了一次 第 i 枚硬幣。c[i, j-coinsValue[i]] 表示,第 i 枚硬幣還能夠繼續使用。由於第一個參數仍是 i

從這裏能夠看出:用到了《組合數學》中的加法原理。

 

如何肯定初始(基準)條件?一個重要的方法就是畫一個簡單的實例圖。(借用網上一張圖:)

C({1,2,3},j) --> recursiveChargeTypes
                              C({1,2,3}, 5)                     
                           /                \
                         /                   \              
             C({1,2,3}, 2)                 C({1,2}, 5)
            /     \                        /         \
           /        \                     /           \
C({1,2,3}, -1)  C({1,2}, 2)        C({1,2}, 3)    C({1}, 5)
               /     \            /    \            /     \
             /        \          /      \          /       \
    C({1,2},0)  C({1},2)   C({1,2},1) C({1},3)    C({1}, 4)  C({}, 5)
                   / \      / \       / \        /     \    
                  /   \    /   \     /   \      /       \ 
                .      .  .     .   .     .   C({1}, 3) C({}, 4)
                                               /  \
                                              /    \  
                                             .      .

好比,按照紅色那條路走,就知道 5 使用了硬幣面值3 和 2,故成功找零,此時 j=0了,這是一種找零方式 ==》 當j==0時,返回1

 

三,代碼實現

public class DPCoinCharge {
    
    public static int chargeTypes(int[] coinsValues, int n){
        int m = coinsValues.length;
        int[][] c = new int[m+1][n+1];
        
        //基準條件,可參考下面的遞歸代碼
        for(int i = 0; i <=m; i++)
            c[i][0] = 1;
        for(int i = 1; i <=n; i++)
            c[0][i] = 0;
        
        
        for(int i = 1; i <=m; i++)
        {
            for(int j = 1; j <=n; j++)
            {
                if(j < coinsValues[i-1])//第 i 枚硬幣 不可用. (須要找 5塊錢,可是如今只有一張百元大鈔)
                {
                    c[i][j] = c[i-1][j];
                    continue;
                }
                //在第 i 枚硬幣可用的狀況下, 不使用 第 i 枚硬幣 或者第 i 枚硬幣至少使用一次---狀態方程
                c[i][j] = c[i-1][j] + c[i][j - coinsValues[i-1]];//coinsValues下標從0開始
            }
        }
        return c[m][n];
    }
    
    //遞歸實現
    public static int recursiveChargeTypes(int[] coinsValues, int m, int n)
    {
        //基準條件 能夠 經過畫一個簡單的實例 分析來得出. 好比 recursiveChargeTypes({1,3,4}, 3, 5)
        if(n == 0)
            return 1;
        if(n < 0)
            return 0;
        if(m <= 0)
            return 0;
        else
            return recursiveChargeTypes(coinsValues, m-1, n) + recursiveChargeTypes(coinsValues, m, n-coinsValues[m]);
    }
    
    public static void main(String[] args) {
        int[] coinsValues = {1,2,3};
        int n = 5;
        int maxTypes = chargeTypes(coinsValues, n);
        System.out.println(maxTypes);
    }
}

 

四,參考資料

硬幣找零問題的動態規劃實現

某種 找換硬幣問題的貪心算法的正確性證實

從 活動選擇問題 看動態規劃和貪心算法的區別與聯繫

http://www.acmerblog.com/dp6-coin-change-4973.html

相關文章
相關標籤/搜索