标签：背包 int coins amount 最优 动态 规划 dp

1.动态规划

1.1 思路：

先看经典例题01背包

（1）问题描述：

给定 n 件物品，物品的重量为 w[i]，物品的价值为 v[i]。现挑选物品放入背包中，假定背包能承受的最大重量为 V，问应该如何选择装入背包中的物品，使得装入背包中物品的总价值最大？
​
物品编号：1 2 3 4 5
​
w[i]         ：2 3 5 6 8
​
v[i]         ：4 5 8 3 6

 

假设现有背包重量14，如何装才能得到最大价值？

（2）动态规划的思路：

把从0到14的每一个重量能装到的最大价值（最优解）存在一个数组dp[ ]中，这样求dp[8]，就可以从前面的dp中找到再相加即可，直到找到14。这样做避免了会找到不是最优解的数。

经典例题2

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 。

1.2 思路框架

1. 定义一个存储最优解的dp[]数组。

2. for循环1：从0到n 求最优解。

3. for循环2：从0到size()求0到n的每个解。

4. 更新每个最优解。

5. 返回dp[amount]。

1.3 代码框架

  //初始化dp数组
    // int* dp = (int*)malloc(sizeof(int)*(amount+1))
    int dp[amount+1];
    for(int i=0;i<amount+1;i++)
      dp[i]=-1;
    dp[0] = 0;
    for(int i=1;i<=amount;i++){
        for(int j=0;j<coins.size();j++){
            //如果当前面值coins[j]比i小，并且i-coins[j]有最优解
            if(coins[j]<i&&dp[i-coins[j]]!=-1){
                //如果dp[i]还未算最优解，或者dp[i]当前最优解比正在算的大，则更新
                if(dp[i]==-1 || dp[i]>dp[i-coins[j]]+1){
                    dp[i] = dp[i-coins[j]]+1;
                }
            }
        }
    }
    return dp[amount];

标签：背包,int,coins,amount,最优,动态,规划,dp
来源： https://www.cnblogs.com/lxpblogs/p/15857564.html

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。