假設有 1 元,3 元,5 元的硬幣若干(無限),如今須要湊出 11 元,問如何組合才能使硬幣的數量最少?java
乍看之下,咱們簡單的運用一下心算就能解出須要 2 個 5 元和 1 個 1 元的解。固然這裏只是列出了這個問題比較簡單的狀況。當硬幣的幣制或者種類變化,而且須要湊出的總價值變大時,就很難靠簡單的計算得出結論了。貪心算法能夠在必定的程度上得出較優解,但不是每次都能得出最優解。算法
這裏運用動態規劃的思路解決該問題。按照通常思路,咱們先從最基本的狀況來一步一步地推導。數組
咱們先假設一個函數 d(i) 來表示須要湊出 i 的總價值須要的最少硬幣數量。函數
接着就再也不舉例了,咱們來分析一下。能夠看出,除了第 1 步這個看似基本的公理外,其餘日後的結果都是創建在它以前獲得的某一步的最優解上,加上 1 個硬幣獲得。得出:code
d(i) = d(j) + 1blog
這裏 j < i。通俗地講,咱們須要湊出 i 元,就在湊出 j 的結果上再加上某一個硬幣就好了。io
那這裏咱們加上的是哪一個硬幣呢。嗯,其實很簡單,把每一個硬幣試一下就好了:class
咱們分別計算出 d(i - 1) + 1,d(i - 3) + 1,d(i - 5) + 1 的值,取其中的最小值,即爲最優解,也就是 d(i)。test
最後公式:基礎
這裏用 Java 實現了基本的代碼:
public class CoinProblemBasicTest { private int[] d; // 儲存結果 private int[] coins = {1, 3, 5}; // 硬幣種類 private void d_func(int i, int num) { if (i == 0) { d[i] = 0; d_func(i + 1, num); } else { int min = 9999999; // 初始化一個很大的數值。當最後若是得出的結果是這個數時,說明湊不出來。 for (int coin : coins) { if (i >= coin && d[i - coin] + 1 < min) { min = d[i - coin] + 1; } } d[i] = min; if (i < num) { d_func(i + 1, num); } } } @Test public void test() throws Exception { int sum = 11; // 須要湊 11 元 d = new int[sum + 1]; // 初始化數組 d_func(0, sum); // 計算須要湊出 0 ~ sum 元須要的硬幣數量 for (int i = 0; i <= sum; i++) { System.out.println("湊齊 " + i + " 元須要 " + d[i] + " 個硬幣"); } } }
結果以下:
湊齊 0 元須要 0 個硬幣 湊齊 1 元須要 1 個硬幣 湊齊 2 元須要 2 個硬幣 湊齊 3 元須要 1 個硬幣 湊齊 4 元須要 2 個硬幣 湊齊 5 元須要 1 個硬幣 湊齊 6 元須要 2 個硬幣 湊齊 7 元須要 3 個硬幣 湊齊 8 元須要 2 個硬幣 湊齊 9 元須要 3 個硬幣 湊齊 10 元須要 2 個硬幣 湊齊 11 元須要 3 個硬幣