动态规划——硬币找零

链接:硬币找零

硬币找零

时间限制:1000 ms  |  内存限制:65535 KB

描述

在现实生活中,我们经常遇到硬币找零的问题,例如,在发工资时,财务人员就需要计算最少的找零硬币数,以便他们能从银行拿回最少的硬币数,并保证能用这些硬币发工资。

我们应该注意到,人民币的硬币系统是 100,50,20,10,5,2,1,0.5,0.2,0.1,0.05,

0.02,0.01 元,采用这些硬币我们可以对任何一个工资数用贪心算法求出其最少硬币数。 

但不幸的是: 我们可能没有这样一种好的硬币系统, 因此用贪心算法不能求出最少的硬币数,甚至有些金钱总数还不能用这些硬币找零。例如,如果硬币系统是 40,30,25 元,那么 37元就不能用这些硬币找零;95 元的最少找零硬币数是 3。又如,硬币系统是 10,7,5,1元,那么 12 元用贪心法得到的硬币数为 3,而最少硬币数是 2。 

你的任务就是:对于任意的硬币系统和一个金钱数,请你编程求出最少的找零硬币数;

如果不能用这些硬币找零,请给出一种找零方法,使剩下的钱最少。 

输入

输入数据: 
第 1 行,为 N 和 T,其中 1≤N≤50 为硬币系统中不同硬币数;1≤T≤100000 为需要用硬币找零的总数。 
第 2 行为 N 个数值不大于 65535 的正整数,它们是硬币系统中各硬币的面值。
当n,t同时为0时结束。

输出

输出数据: 
如 T 能被硬币系统中的硬币找零,请输出最少的找零硬币数。 
如 T 不能被硬币系统中的硬币找零,请输出剩下钱数最少的找零方案中的最少硬币数。

样例输入

4 12
10 7 5 1

样例输出

2

 

递归解法:

按照紫书的思路,保存点即可,难点就是该题目是有可能找不到这个钱数的,所以有可能找到3元的时候要7张钱,但是找到2元却要12张,而答案只能输出12

我的解决方法是将一开始全部设置为最大值,那么加入找不到这个钱数的话最后答案会是  最大值+,这时候我们就向下的钱数递归,而判断是否已经求过这个数,就是查看是否为inf

#include <bits/stdc++.h>
using namespace std;

typedef long long ll;
const int inf = 0x3f3f3f3f;

int n,t;
int val[55];
int num[100010];

int dp(int v)
{
    if(num[v] != inf) return num[v];
    for(int i = 0; i < n; i++)
        if(v >= val[i]) num[v] = min(num[v],dp(v-val[i])+1);
    return num[v];
}

int main()
{
    while(scanf("%d%d",&n,&t) == 2 && n) {
        memset(num,inf,sizeof(num));

        for(int i = 0; i < n; i++){
            scanf("%d",&val[i]);
            num[val[i]] = 1;
        }

        for(int i = t; i >= 0; i--) {
            if(num[i] == inf) dp(i);
            if(num[i] < inf) {
                printf("%d\n",num[i]);
                break;
            }
        }
    }

    return 0;
}

 

递推解法:

递推比递归简单一点,最后能找的钱数想法和递归一样,循环到小于inf就是代表着求出答案

 

#include <bits/stdc++.h>
using namespace std;

typedef long long ll;
const int inf = 0x3f3f3f3f;

int n,t;
int val[55];
int num[100010];

int main()
{
    while(scanf("%d%d",&n,&t) == 2 && n) {
        memset(num,inf,sizeof(num));
        num[0] = 0;

        for(int i = 0; i < n; i++){
            scanf("%d",&val[i]);
        }

        for(int i = 1; i <= t; i++) {
            for(int j = 0; j < n; j++) {
                if(i >= val[j]) num[i] = min(num[i], num[i-val[j]]+1);
            }
        }

        for(int i = t; i >= 0; i--) {
            if(num[i] < inf) {
                printf("%d\n",num[i]);
                break;
            }
        }
    }

    return 0;
}

 

### 最少硬币找零问题动态规划解决方案 #### 问题描述 给定一组不同面值的硬币 `coins` 和一个目标金额 `amount`,求组成该金额所需的最少硬币数量。如果无法组成该金额,则返回 `-1`。 #### 动态规划解决方法 此问题可以通过动态规划来高效解决。核心思想是构建一个数组 `dp[]`,其中 `dp[i]` 表示金额为 `i` 的情况下所需最少硬币的数量。状态转移方程如下: ```plaintext if (i >= coin) { dp[i] = Math.min(dp[i], dp[i - coin] + 1); } ``` 这里的关键在于通过遍历每一种硬币并更新当前金额的状态,逐步找到最优解[^2]。 #### 初始化与边界条件 为了确保计算正确,需初始化 `dp[0] = 0`,表示金额为 0 时不需任何硬币即可完成支付。对于其他金额,初始值设为无穷大(通常可以用一个较大的整数值代替),以便后续比较时能够覆盖所有可能性。 #### 完整算法实现 以下是基于 JavaScript 的完整实现代码: ```javascript function coinChange(coins, amount) { const MAX = Infinity; let dp = new Array(amount + 1).fill(MAX); dp[0] = 0; for (let i = 1; i <= amount; i++) { for (const coin of coins) { if (coin <= i && dp[i - coin] !== MAX) { dp[i] = Math.min(dp[i], dp[i - coin] + 1); } } } return dp[amount] === MAX ? -1 : dp[amount]; } // 测试案例 console.log(coinChange([1, 2, 5], 11)); // 输出: 3 (11 = 5 + 5 + 1) ``` 在 Java 中也可以采用类似的逻辑实现,具体代码如下所示: ```java public class CoinChange { public static int coinChange(int[] coins, int amount) { int max = amount + 1; int[] dp = new int[max]; Arrays.fill(dp, max); dp[0] = 0; for (int i = 1; i <= amount; i++) { for (int coin : coins) { if (coin <= i && dp[i - coin] != max) { dp[i] = Math.min(dp[i], dp[i - coin] + 1); } } } return dp[amount] > amount ? -1 : dp[amount]; } public static void main(String[] args) { System.out.println(coinChange(new int[]{1, 2, 5}, 11)); // 输出: 3 } } ``` 以上两种语言均实现了相同的逻辑结构,并利用了动态规划的核心思想——子问题分解与重叠子问题优化[^3]。 #### 时间复杂度分析 假设共有 `n` 种不同的硬币,目标金额为 `m`,则时间复杂度为 O(n * m),空间复杂度为 O(m)[^2]。 ---
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