标签：11 Java 硬币 int coins C语言 COINk Coin dp
动态规划之Coin Change Fewest Number（C语言，Java实现）
一、问题定义：
You given coins of different denominations and a total amount of money amount. Find the fewest number of coins that you need to make up that amount.
具体化一下：假设你有三种硬币，面值分别为1，3，5，每种硬币有足够多，现在需要11元，求最少的硬币组合
二、问题分析
（一）问题的类型
贪心算法AND动态规划
贪心算法：把一个大问题分解成一个个子问题，希望通过局部最优解来获得全局最优解，但是不能保证给出全局最优解，而且有时候即使问题有解贪心算法给出的仍然是无解；
动态规划和贪心的区别之一在于：只要问题有解，动态规划就能够给出最优解
For instance:
1.Given:Coins={1,8,13},16cents=?
Greedy solution:4 coins:13+1+1+1
Optimal solution:2 coins:8+8
2.Given:Coins={2,8,15},24cents=?
Greedy solution:no solution:coins:15+8+?
Optimal solution:3 coins:8+8+8
所以硬币问题需要采用动态规划来解决（当然你也可以采用递归来求解，但相比之下递归求解时，重叠子问题很多，所以导致整个算法时间复杂度不太理想）
（二）动态规划求解过程
1、确定状态
（1）最后一步
虽然我们不知道最优解是什么，但是最优策略肯定是k枚硬币COIN1,COIN2,COIN3…COINk,这些硬币的面值加起来刚好等于我们需要的总金额M，所以一定有最后一枚硬币COINk，去掉这枚硬币，前面的硬币面值加起来是M-COINk
（2）子问题
我们不关心前面的k-1枚硬币是如何凑成M-COINk的，现在也不知道COINk和k具体是什么，但是k-1枚硬币凑出了M-COINk是可以确定的，因为要求最优解，所以凑成M-COINk的硬币数量也一定是最少的（不理解的可以用反证法证一下）；
所以我们接下来求：用最少的硬币凑成M-COINk,原问题是最少硬币凑成M，这样一来我们就把原问题化成了一个子问题，问题的规模就缩小了，我们假设状态
f(X)=最少用多少枚硬币拼出X
接下来看那最后一枚硬币是多少？问题开始前我已经把问题具体化了（M=11，硬币面值有{1，3，5}）所以这里的最后一枚硬币COINk只能是1，3，或者5；
如果COINk=1, f(11)=f(11-1)+1(加上最后一枚硬币1)；
如果COINk=3, f(11)=f(11-3)+1(加上最后一枚硬币3)；
如果COINk=5, f(11)=f(11-5)+1(加上最后一枚硬币5)；
除此之外没有其他可能性了
需要求最少的硬币数，所以：
f(11)=min{f(11-1)+1,f(11-3)+1,f(11-5)+1}
2、转移方程
动态规划我们一般要用到数组来写状态转移方程
设状态f[X]=最少用多少枚硬币拼出X
对于任意的X，都有
f[x]=min{f[X-1]+1,f[X-3]+1,f[X-5]+1}
3、初始状态和边界条件
f[x]=min{f[X-1]+1,f[X-3]+1,f[X-5]+1}
先思考两个问题
问题1：X-1,X-3,X-5小于0的情况应该怎么办？
问题2：什么时候停下来？
解决问题：
如果拼不出来values,就定义f[values]=正无穷，如：f[-1]=f[-2]=正无穷
初始条件：f[0]=0;
计算后面的值，我们需要用到f[0],但是如果用转移方程来计算我们会得到正无穷，可是实际上f[0]=0;边界情况其实就是不要数组越界。
4.计算顺序
拼出X所需的最少硬币数：
f[x]=min{f[X-1]+1,f[X-3]+1,f[X-5]+1}
初始条件：f[0]=0;
然后计算f[1],f[2]…f[11]
当我们计算f[X]时，f[X-1],f[X-3],f[X-5]都已经得到结果了
计算顺序的确定原则：当我们用计算等式左边时，右边用到的状态都已经算过了
三、代码实现
1.Java代码（附运行结果）
public class coinChange {
//{1,3,5} //M=11
public static int coin(int[] a,int M){
int [] f=new int[M+1];
int n=a.length;//number of kinds of coins
//initialization
f[0]=0;
int i,j;
//f[1],f[2]...f[11]
for(i=1;i<=M;i++)
{
f[i]=Integer.MAX_VALUE;
//last coin a[j]
//f[i]=min{f[i-a[0]]+1...f[i-a[n-1]]+1}
for(j=0;j<n;++j)
{
if(i>=a[j] && f[i-a[j]]!=Integer.MAX_VALUE){
f[i]=Math.min(f[i-a[j]]+1,f[i]);
}
}
}
if(f[M]==Integer.MAX_VALUE){
f[M]=-1;
}
return f[M];
}
public static void main(String[] args)
{
int []a={1,3,5};
int M=11;
int coins_number=coin(a,M);
System.out.println(coins_number);
}
}
运行结果
2.C语言代码（附运行结果）
#include<stdio.h>
int coinChange(int* coins, int coinsSize, int values) {
int* dp = (int*)calloc(values + 1, sizeof(int));
int i, j;
for (i = 0; i <= values; i++)
{
dp[i] = values + 1;//初始化
}
dp[0] = 0;
for (i = 0; i <= values; i++) {
for (j = 0; j < coinsSize; j++)
{
if (i < coins[j])
continue;
dp[i] = dp[i] < dp[i - coins[j]] + 1 ? dp[i] : dp[i - coins[j]] + 1;
}
}
return (dp[values] != values + 1) ? dp[values] : -1;
}
int main(void)
{
int coins[] = { 1,3,5 };
int coinsSize = 3;
int values = 11;
int num = coinChange(coins, coinsSize, values);
printf("最少需要%d枚硬币\n", num);
return 0;
}
运行结果
结束：最近刚学的动态规划，记录一下，有不足的还请指出，大家共同进步！
标签：11,Java,硬币,int,coins,C语言,COINk,Coin,dp 来源： https://blog.csdn.net/Sep21m_wyy/article/details/117108214
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。