©2020-2024 ioDraw All rights reserved,
Privacy Policy
<>最少硬币问题
<>题目
<>设有 n 种不同面值的硬币，各硬币的面值存于数组 T[1:n]中。现要用这些面值的硬币来找钱。可以使用的各种面值的硬币个数存于数组
Coins[1:n]中。对任意钱数 0≤m≤20001，设计一个用最少硬币找钱 m 的方法。
<>算法设计：
对于给定的 1≤n≤10，硬币面值数组 T 和可以使用的各种面值的硬币个数数组 Coins，以及钱数 m，0≤m≤20001，计算找钱 m 的最少硬币数。
<>输入
<>第一行中只有 1 个整数给出n 的值,第 2 行起每行 2 个数，分别是 T[j]和 Coins[j]。最后 1 行是要找的钱数 m。
<>输出
<>将计算出的最少硬币数输出. 如果不能满足所需要求输出-1
<>样例输入[复制](javascript:CopyToClipboard($(‘#sampleinput’).text()))
3 1 3 2 3 5 3 18
<>样例输出[复制](javascript:CopyToClipboard($(‘#sampleoutput’).text()))
5
<>解析
<>这是一道难度三级的动态规划经典例题，实现动态规划要考虑三个方面，
<>第一是最优化原理;
<>第二是无后效性（即某阶段状态一旦确定，就不受这个状态以后决策的影响。也就是说，某状态以后的过程不会影响以前的状态，只与当前状态有关）;
<>
第三是有重叠子问题(即子问题之间是不独立的，一个子问题在下一阶段决策中可能被多次使用到（该性质并不是动态规划适用的必要条件，但是如果没有这条性质，动态规划算法同其他算法相比就不具备优势）)。
<>使用一维数组来存储结果dp[20002]，循环中注意边界
<>动态迁移方程为
<>dp[k] = min(dp[k - T[i]] + 1, dp[k])
<>代码流程
#include <bits/stdc++.h> using namespace std; int main() { int n, m,
dp[20002]; cin >> n; int T[n + 1], Coins[n + 1]; for (int i = 1; i <= n; i++)
cin >> T[i] >> Coins[i]; cin >> m;//成功输入硬币种类，分别的面值与数量及最后找钱m for (int i = 1; i <
20002; i++) dp[i] = 1000000;//一维数组存储结果初定义 dp[0] = 0; for (int i = 1; i <= n;
i++)//面值种类 for (int j = 1; j <= Coins[i]; j++)//面值数量 for (int k = m; k >= T[i];
k--) dp[k] = min(dp[k - T[i]] + 1, dp[k]);//核心（先找面值大的硬币，） cout << (dp[m] <
1000000 ? dp[m] : -1) << endl;//问题无解输出-1 return 0; }
<>复杂度分析
<>时间复杂度（nl）
<>空间复杂度（l）
<>总结
<>设计动态规划第一步就是要刻画好最优子结构，以自底向上从子问题的最优解构造出整个问题的最优解。