有数组arr,arr中所有值为正数且不重复,每个值代表一种面值的货币,每中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,求换钱有多少种方法。
解析:
public class CoinsCount {
/**
* @param args
* @return
*/
public static int main(String[] args) {
// TODO Auto-generated method stub
int[] arr = {5,10,25,1};
int aim=1000;
return processl(arr,0,aim);
}
//暴力搜索法 对于同一结果可能多次进行计算,时间复杂度很大
private static int processl(int[] arr, int index, int aim) {
// TODO Auto-generated method stub
int res=0;
if(index==arr.length){
res=aim==0?1:0;
}else{
for(int i=0;arr[index]*i<=aim;i++){
res+=processl(arr,index+1,aim-i*arr[index]);
}
}
return res;
}
//记忆搜索法,每次计算完一个p(index,aim)将结果放入map key=<index,aim> value=<返回结果>
public static int process2(int[] arr,int index,int aim,int[][] map){
int res=0;
if(index==arr.length){
res=aim==0?1:0;
}else{
int mapValue=0;
for(int i=0;arr[index]*i<aim;i++){
mapValue = map[index+1][aim-arr[index]*i];
if(mapValue!=0){
res+=mapValue==-1?0:mapValue;
}else{
res+=process2(arr,index+1,aim-arr[index]*i,map);
}
}
}
map[index][aim]=res==0?-1:res;
return res;
}
//动态规划本质就是用申请的空间来记录每一个暴力搜索的计算结果,下次要使用结果时候直接使用,而不在进行重复的递归过程
//并且动态规划规定每一种递归状态的计算顺序,依次进行计算
//如零钱 arr[]长度为 N,目标为aim;则生成行数为N,列数为aim+1 的矩阵
//dp.dp[i][j]的含义在使用arr[0]-arr[i]种类型货币情况下,组成钱数j的方式。
//dp[i][j]=SUM(dp[i-1][j] + dp[i-1][j-1*arr[i] +...dp[i-1][j-n*arr[i]]]) 表示分别用0张,1张,n张 arr[i]面值得到aim 数值加起来的方式。
//可以简化为 dp[i][j]=dp[i-1][j]+dp[i][j-arr[i]]
public int process3(int[] arr,int index,int aim){
if(index==0||aim<0)
return 0;
int[][] map=new int[index][aim+1];
for(int i=0;i<index;i++)
for(int j=0;j<aim+1;j++)
map[i][j]=-1;
for(int i=0;i<index;i++){
map[i][0]=1;
}
for(int i=0;i<aim+1;i++)
if(i%arr[0]==0)
map[0][i]=1;
else
map[0][i]=0;
for(int i=1;i<index;i++)
for(int j=1;j<aim+1;j++)
if((j-arr[i])>=0)
map[i][j]=map[i][j-arr[i]]+map[i-1][j];
else
map[i][j]=map[i-1][j];
return map[index][aim];
}
}
给予不同面值的硬币若干(每种硬币个数无限多),如何用若干种硬币组合为某种面额的钱,使硬币的的个数最少?
解析:
方法一:
使用二维数组:
dp.dp[i][j]的含义在使用arr[0]-arr[i]种类型货币情况下,组成钱数j的最小零钱数量。
dp[i][j]=MIN(dp[i-1][j],dp[i][j-arr[i]]+1) 表示使用该硬币和不使用该硬币所需要最小的硬币数中取最小的【转化为多重背包问题】
public static int process2(int []arr,int target) {
int [][]dp = new int[arr.length][target+1];
for(int i=0;i<arr.length;i++) {
dp[i][0]=0;
}
for(int i=1;i<=target;i++) {
dp[0][i]=i;//这里硬币第一种类型面值默认为1
}
for(int i=1;i<arr.length;i++) {
for(int j=1;j<=target;j++) {
if(j-arr[i]>=0)
dp[i][j]=Math.min(dp[i][j-arr[i]]+1, dp[i-1][j]);
else
dp[i][j]=dp[i-1][j];
}
}
return dp[arr.length-1][target];
}
方法二:
使用一维数组:
dp[i] 找零为i的所需要的最小的硬币数
int MakeMoney(int[] money, int len, int total)
{
int[] coinMoney = new int[total + 1]; //下标为0的位置不用
coinMoney[0] = 0;
int i = 1;
//i-->钱币面值,money[i]表示找零的最小硬币数
for (; i <= total; i++) //i控制1~total之间的每种币值都找零钱,也就是若干子问题
{
int minMoney = i;
for (int j = 0; j < len; j++) //j是控制每种钱币面值是否在找零钱的范围内
{
if (i >= money[j]) //要找的零钱i大于硬币的面值
{
int tmp = coinMoney[i - money[j]] + 1;
if (tmp < minMoney) //更新所需要的最少的硬币数
{
minMoney = tmp;
}
}
}
coinMoney[i] = minMoney;
}
return coinMoney[total];