假设有 1 元,3 元,5 元的硬币若干(无限),如今须要凑出 11 元,问如何组合才能使硬币的数量最少?java
乍看之下,咱们简单的运用一下心算就能解出须要 2 个 5 元和 1 个 1 元的解。固然这里只是列出了这个问题比较简单的状况。当硬币的币制或者种类变化,而且须要凑出的总价值变大时,就很难靠简单的计算得出结论了。贪心算法能够在必定的程度上得出较优解,但不是每次都能得出最优解。算法
这里运用动态规划的思路解决该问题。按照通常思路,咱们先从最基本的状况来一步一步地推导。数组
咱们先假设一个函数 d(i) 来表示须要凑出 i 的总价值须要的最少硬币数量。函数
接着就再也不举例了,咱们来分析一下。能够看出,除了第 1 步这个看似基本的公理外,其余日后的结果都是创建在它以前获得的某一步的最优解上,加上 1 个硬币获得。得出:code
d(i) = d(j) + 1blog
这里 j < i。通俗地讲,咱们须要凑出 i 元,就在凑出 j 的结果上再加上某一个硬币就好了。io
那这里咱们加上的是哪一个硬币呢。嗯,其实很简单,把每一个硬币试一下就好了:class
咱们分别计算出 d(i - 1) + 1,d(i - 3) + 1,d(i - 5) + 1 的值,取其中的最小值,即为最优解,也就是 d(i)。test
最后公式:基础
这里用 Java 实现了基本的代码:
public class CoinProblemBasicTest { private int[] d; // 储存结果 private int[] coins = {1, 3, 5}; // 硬币种类 private void d_func(int i, int num) { if (i == 0) { d[i] = 0; d_func(i + 1, num); } else { int min = 9999999; // 初始化一个很大的数值。当最后若是得出的结果是这个数时,说明凑不出来。 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; // 须要凑 11 元 d = new int[sum + 1]; // 初始化数组 d_func(0, sum); // 计算须要凑出 0 ~ sum 元须要的硬币数量 for (int i = 0; i <= sum; i++) { System.out.println("凑齐 " + i + " 元须要 " + d[i] + " 个硬币"); } } }
结果以下:
凑齐 0 元须要 0 个硬币 凑齐 1 元须要 1 个硬币 凑齐 2 元须要 2 个硬币 凑齐 3 元须要 1 个硬币 凑齐 4 元须要 2 个硬币 凑齐 5 元须要 1 个硬币 凑齐 6 元须要 2 个硬币 凑齐 7 元须要 3 个硬币 凑齐 8 元须要 2 个硬币 凑齐 9 元须要 3 个硬币 凑齐 10 元须要 2 个硬币 凑齐 11 元须要 3 个硬币