硬币找零问题之动态规划

今天我们看一下动态规划的硬币找零问题,主要通过一系列编程题分析动态规划的规律,只要掌握这一规律,许多动态规划的相关问题都可以类比得到。

题目1:给定数组arr,arr中所有的值都是正数且不重复。每个值代表一种面值的货币,每种面值的货币可以使用任意张,再给定一个整数aim代表要找的钱数,求组成aim的最少货币数。

举例:

arr[5,2,3],aim=20。  4张5元可以组成20元,其他的找钱方案都要使用更多张的货币,所以返回4。

题解:

一眼看去这道题好像可以用贪心算法可解,但是仔细分析发现有些值是不可以的,例如arr[1,3,4],aim=6 :用贪心算法算最少钱数为3 (4+1+1),但是我们可以明显的发现用两张3元的就够了,所以用贪心算法不可解。

其实这是一道经典的动态规划方法,我们可以构造一个dp数组,如果arr的长度为N,则dp数组的行数为N,列数为aim+1,dp[i][j] 的含义是:在可以任意使用arr[0..i]货币的情况下,组成j所需要的最小张数。

明白以上定义后我们初始化第一行与第一列,第一行dp[0][0..aim]中每一个元素dp[0][j]表示用arr[0]货币找开面额 j所需要的最少货币数,此时我们只能选取arr[0]这一张货币,所以只有arr[0]的整数倍的面额钱才可以找开,例如当arr[0]=3,aim=10时,只能找开3,6,9的货币,而其他面额的则无法找开,所以将arr[0][3,6,9]初始化为1,2,3 除此之外其他值初始化为整形int的最大值INT_MAX表示无法找开。对于第一列dp[0..n][0] 中的每一个元素dp[i][0]表示用arr[i]组成面额为0的钱的最少货币数,完全不需要任何货币,直接初始化为0即可。

对于剩下的任意dp[i][j],我们依次从左到右,从上到下计算,dp[i][j]的值可能来自下面:

完全不使用当前货币arr[i]的情况下的最少张数,即dp[i-1][j]的值

只使用1张当前货币arr[i]的情况下的最少张数,即dp[i-1][j-arr[i]]+1

只使用2张当前货币arr[i]的情况下的最少张数,即dp[i-1][j-2*arr[i]]+2

只使用3张当前货币arr[i]的情况下的最少张数,即dp[i-1][j-3*arr[i]]+3

…..

以上所有情况中,最终取张数最小的,即dp[i][j] = min( dp[i-1][j-k*arr[i]]+k )( k>=0 )

=>dp[i][j] = min{ dp[i-1][j], min{ dp[i-1][j-x*arr[i]]+x (1<=x) } }    令x = y+1

=>dp[i][j] = min{ dp[i-1][j], min{ dp[i-1][j-arr[i]-y*arr[i]+y+1 (0<=y) ] } }

又有 min{ dp[i-1][j-arr[i]-y*arr[i]+y (0<=y) ] } => dp[i][ j-arr[i] ] ,所以,最终有:dp[i][j] = min{ dp[i-1][j], dp[i][j-arr[i]]+1 }。如果j-arr[i] < 0,即发生了越界,说明arr[i]太大了,用一张都会超过钱数j,此时dp[i][j] = dp[i-1][j]。

int coinChange(vector<int>& arr, int aim) {
        int len = arr.size();
        vector<vector<int>> dp(len, vector<int>(aim+1,0));


        for(int i=1; i<=aim; i++){
            dp[0][i] = INT_MAX;
            if( i>=arr[0] && dp[0][i-arr[0]] !=INT_MAX ){
                dp[0][i] = dp[0][i-arr[0]]+1;
            }
        }
     
        for(int i=1; i<len; i++){
            for(int j=1; j<=aim; j++){
                int left = INT_MAX;
                if( j>=arr[i] && dp[i][j-arr[i]] != INT_MAX ){
                    left=dp[i][j-arr[i]]+1;
                }
                dp[i][j] = min( dp[i-1][j], left );
            }
        }   

return dp[len-1][aim]==INT_MAX ? -1 : dp[len-1][aim];
    }

参见leetcode :

上面的问题还可以进行空间压缩,此处不再赘述。

上面说贪心算法不可解其实面值在部分情况下可以用贪心算法解决,如果可换的硬币的单位是 c 的幂,也就是 c0,c1,... ,ck ,其中整数 c>1,k>=1,一定可以用贪心算法,或者某些情况比如,面值为1,5,10,20,50,100时,贪心找零也一定有最优解。参见《挑战程序设计竞赛》第二版2.2.1节。

题目2: 给定数组arr,arr中所有的值都为正数,每个值仅代表一张钱的面值,再给定一个整数aim代表要找的钱数,求组成aim的最小货币数。

题解: 相对于上一题,这道题的arr中的钱只有一张,而不是任意多张,构造dp数组的含义也同上,但是此时略有不同,

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/ae7c4bc52cefc6075975a6db763814de.html