Coin Changing Problem Aizu - DPL_1_A

本文介绍了一种基于动态规划的算法,用于解决利用不同面额的硬币凑成特定金额的问题。通过构建DP表,文章详细展示了如何计算最少硬币数量的过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目传送门

解释两点

1.题目中必须要求输入数据包含1这个数,而且好像1都放在第一个,这应该是为了保证需要凑的钱数都能够凑齐

2.还有一点就是第一行全部为一个很大的数是为了保证在填入第一列数据的时候不会把上面的值直接转移下来,而是选择当前第二个,把所需凑的钱数减去当前考虑的币值所对应的状态在加一。

/*
	题目大意就是有诸多面值不同的硬币,你现在想要凑到N元钱,每种面值的硬币都可以使用任意多的次数
	输入的各个面值都不相同但必须要包含1——为了保证你一定能够凑到N元钱
*/
#include <iostream>
#include <cstdio>
#include <algorithm>
#define MAXN 50050//需要凑到的最大钱数
#define MAXK 22//面值种类的最大值
#define INF 10e9//一个很大的数
int C[MAXK];//存储各个面值
int dp[MAXK][MAXN];//建立dp表
using namespace std;
int main(void)
{
	int N, M;

	scanf("%d%d", &N, &M);
	for (int i = 1; i <= M; i++)
		scanf("%d", &C[i]);
	for (int i = 1; i <= N; i++)
		dp[0][i] = INF;//让第一行全部成为一个很大的值
	//for (int i = 0; i <= M; i++)
		//dp[i][0] = 0;
	for (int i = 1; i <= M; i++)//i表示的是当前考虑的硬币面值
		for (int j = 1; j <= N; j++)//j表示的是这个状态下需要凑到的钱数
			if (C[i] > j)//如果当前考虑的硬币面值大于这个状态下所需要凑到钱数的最大值
				dp[i][j] = dp[i - 1][j];//那就直接把上一面值,在凑这个钱数是需要硬币的最小值搬下来
			else//如果面值小于这个状态下需要凑到的钱数
				dp[i][j] = min(dp[i - 1][j], dp[i][j - C[i]] + 1);//判断是哪个比较小
	//dp[i-1][j]指的是凑到这个钱数的上一个最小状态,dp[i][j-C[i]]+1表示如果加入这颗硬币他就必须找到当前需要凑到的钱数
	//减掉当前考虑的面值数后所对应的那个状态再加上1,比较这两个哪个最小
	int min_num = MAXN;
	for (int i = 1; i <= M; i++)
		if (min_num > dp[i][N])//这里好像没有必要
			min_num = dp[i][N];
	printf("%d\n", min_num);//我艹,换行要加不然PE
	//system("pause");

	return 0;
}
之后会画一幅图来方便大家理解的!!!
内容概要:本文档详细介绍了一个基于MATLAB实现的跨尺度注意力机制(CSA)结合Transformer编码器的多变量时间序列预测项目。项目旨在精准捕捉多尺度时间序列特征,提升多变量时间序列的预测性能,降低模型计算复杂度与训练时间,增强模型的解释性和可视化能力。通过跨尺度注意力机制,模型可以同时捕获局部细节和全局趋势,显著提升预测精度和泛化能力。文档还探讨了项目面临的挑战,如多尺度特征融合、多变量复杂依赖关系、计算资源瓶颈等问题,并提出了相应的解决方案。此外,项目模型架构包括跨尺度注意力机制模块、Transformer编码器层和输出预测层,文档最后提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,尤其是熟悉MATLAB和深度学习的科研人员、工程师和研究生。 使用场景及目标:①需要处理多变量、多尺度时间序列数据的研究和应用场景,如金融市场分析、气象预测、工业设备监控、交通流量预测等;②希望深入了解跨尺度注意力机制和Transformer编码器在时间序列预测中的应用;③希望通过MATLAB实现高效的多变量时间序列预测模型,提升预测精度和模型解释性。 其他说明:此项目不仅提供了一种新的技术路径来处理复杂的时间序列数据,还推动了多领域多变量时间序列应用的创新。文档中的代码示例和详细的模型描述有助于读者快速理解和复现该项目,促进学术和技术交流。建议读者在实践中结合自己的数据集进行调试和优化,以达到最佳的预测效果。
评论
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