秋招刷力扣题,我觉得我对动态规划不是熟练,在此处做总结
动态规划(Dynamic Programming,DP)算法通常用于求解某种具有最优性质的问题。在这类问题中,可能会有许多可行解,每一个解都对应一个值,我们希望找到具有最优值的解。我觉得最大的问题就是对问题的分解,分解后的问题与分解前的问题具有相同的决策机制,将决策机制进行抽象,最终可以得到对应的解;
动态规划中开始介绍的爬楼梯等问题,答案中会出现递归的方法,这让我一开始以为所谓的动态规划和递归都是从相求的结果开始,采用递归的方法;但是后来我看到剑指offer中说到,从最初的状态对结果进行求解才会避免多余的计算方式,因此出现这样一道题:
给你一个整数数组 coins
,表示不同面额的硬币;以及一个整数 amount
,表示总金额。计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1
。你可以认为每种硬币的数量是无限的。
对于求解的amount整数,可以求amount-coins[idx]最小,最终一步步递归求解,也可以用循环的方式从amount等于0一直求解到等于am