PAT 1068. Find More Coins

本文详细介绍了背包问题的概念、解题思路,并通过代码实例展示了如何解决该问题。使用动态规划方法,优化了求解过程,使得对于给定物品集合和最大容量,能够找出总价值最大的物品组合。

题目:http://pat.zju.edu.cn/contests/pat-a-practise/1068

题解:

背包。

代码:

#include<cstdio>
#include<cstring>
#include<cmath>
#include<string>
#include<vector>
#include<map>
#include<set>
#include<stack>
#include<queue>
#include<algorithm>
using namespace std;
#define INF 0x6fffffff
int dp[10005][105];
//dp[i][j]=max(dp[i-1][j],dp[i-1][j-num[i]]+num[i])
//dp[i][j]表示不超过j且从前i个硬币中挑选出的最大和
int num[10005];
bool flag[10005][105];
int main()
{
    int n,m;
    memset(flag,false,sizeof(flag));
    memset(dp,0,sizeof(dp));
    scanf("%d%d",&n,&m);
    for(int i=1;i<=n;++i)
        scanf("%d",num+i);
    sort(num+1,num+1+n,greater<int>());
    for(int i=1;i<=n;++i)
        for(int j=1;j<=m;++j)
        {
            if(j<num[i]||dp[i-1][j-num[i]]+num[i]<dp[i-1][j])
                dp[i][j]=dp[i-1][j];
            else
            {
                dp[i][j]=dp[i-1][j-num[i]]+num[i];
                flag[i][j]=true;
            }
        }
    if(dp[n][m]!=m)
    {
        printf("No Solution");
    }
    else
    {
        bool first=true;
        for(int i=n;i>=1&&m>0;--i)
        {
            if(flag[i][m])
            {
                if(first)
                {
                    printf("%d",num[i]);
                    first=false;
                }
                else
                    printf(" %d",num[i]);
                m-=num[i];
            }
        }
    }
    printf("\n");
    return 0;
}

来源: http://blog.youkuaiyun.com/acm_ted/article/details/20809579


你提供的代码片段是一个试图实现**零钱兑换(Coin Change)**问题的函数,但目前只写了前半部分,并未完成逻辑。目标是:**给定不同面值的硬币 coins 和一个总金额 amount,计算出兑换 amount 所需的最少硬币数**。 --- ## 🚫 当前代码的问题分析: ```java public int coinChange(int[] coins, int amount) { List<Integer> list = Arrays.stream(coins).sorted().collect(Collectors.toList()); } ``` ### ❌ 问题 1:代码未完成 - 函数没有返回值,Java 编译器会报错。 - 没有实现动态规划或递归等核心逻辑。 ### ❌ 问题 2:排序无意义 - `Arrays.stream(coins).sorted().collect(Collectors.toList())` 是对硬币排序,但在动态规划中并不需要排序。 - 排序对零钱兑换问题(最少硬币数)没有帮助,除非是贪心策略,但贪心策略在本题中**不适用**(因为硬币面额不一定是能用贪心解决的)。 --- ## ✅ 正确实现(使用动态规划) 下面是使用 **动态规划** 实现的完整 `coinChange` 方法,可以正确求解该问题。 ```java import java.util.Arrays; public class Solution { public int coinChange(int[] coins, int amount) { // 创建一个 dp 数组,dp[i] 表示组成金额 i 所需的最少硬币数 int[] dp = new int[amount + 1]; Arrays.fill(dp, amount + 1); // 初始化为一个大值(表示不可达) dp[0] = 0; // base case:金额为0,需要0个硬币 // 动态规划求解 for (int i = 1; i <= amount; i++) { for (int coin : coins) { if (i - coin >= 0) { dp[i] = Math.min(dp[i], dp[i - coin] + 1); } } } // 如果 dp[amount] 仍为 amount + 1,说明无法组成该金额 return dp[amount] > amount ? -1 : dp[amount]; } } ``` --- ## 🔍 举例说明: 假设 `coins = [1, 2, 5]`, `amount = 11` - 最少硬币组合是:5 + 5 + 1 = 11,共 3 枚硬币 - 输出应为:`3` --- ## 🧠 动态规划思路: - `dp[i]` 表示组成金额 `i` 所需的最小硬币数 - 状态转移方程: ``` dp[i] = min(dp[i], dp[i - coin] + 1) ``` 对于每个 `coin`,如果 `i - coin >= 0`,就尝试用这个硬币来凑 `i`,并更新 `dp[i]` --- ## ⚙️ 时间复杂度分析: - 时间复杂度:`O(amount * coins.length)`,其中 amount 是目标金额,coins 是硬币种类数 - 空间复杂度:`O(amount)`,用于存储 dp 数组 --- ## ✅ 示例运行: ```java public class Main { public static void main(String[] args) { Solution solution = new Solution(); int[] coins = {1, 2, 5}; int amount = 11; System.out.println(solution.coinChange(coins, amount)); // 输出:3 } } ``` --- ##
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值