动态规划-换钱的方法数（python实现）

算法题：换钱的方法数

最近在看左程云的《程序员代码面试指南》，感觉不错，题都分了类，很方便有目的的刷题，书里的代码都是java实现的，刚好最近在学习python，就用python去练习一下。

1. 问题描述

给定数组arr，其value代表货币面额，货币可无限张使用，给定一个整数aim作为要找的钱数，求组成aim的方法数。

举例：

arr = [5, 10， 25, 1]
有6种方法，分别为 [3, 0, 0, 0], [1, 1, 0, 0], [0, 1, 0, 5], [1, 0, 0, 10], [2, 0, 0, 5], [0, 0, 0, 15]
返回6

2.解决方法

1）暴力递归：从arr[0]开始，尝试每一种面值不同张数。具体看源码

2）动态规划：首先确定了本题尝试是无后效性的，即现状态的返回值与怎么到达这个状态无关。然后确定可变参数：cur 和 rest，cur代表钱币面值数组位置，rest代表要找钱数，与01背包问题有一点类似，从下往上，从左往右的构造表（也可以从上往下，主要取决于对m[i][j]的定义，我喜欢定义m[i][j]为选择i~N，rest=j时的结果）。初始化这张表后，把表中数据计算完整。递归关系不易看出，但画出图后分析可以得出m[i][j]依赖于m[i+1]几乎一整行的数据，再加以判断，可以发现，其实m[i][j]与同一行的数据也有一定联系：m[i][j]就是m[i][j - arr[i]] 和 m[i+1][j] 的相加之和

3.代码实现

# 暴力递归
def minForm(arr, p, aim):
    if p == len(arr):
        return 1 if aim == 0 else 0
    
    res = 0
    i = 0
    while arr[p]*i <= aim:
        res += minForm(arr, p+1, aim-arr[p]*i)
        i += 1

    return res

# 动态规划
def minForms(arr, aim):

    m = [[0 for i in range(aim+1)] for j in range(len(arr))]
    # 初始化m表
    j = len(arr)
    i = 0
    while arr[j-1]*i <= aim:
        m[j-1][arr[j-1]*i] = 1 
        i += 1
    for i in range(j):
        m[i][0] = 1

    # complete the m form
    i = len(arr)-2
    while i >= 0:
        for j in range(1,aim+1):
            if j - arr[i] >= 0:
                m[i][j] += m[i][j-arr[i]]
            if i + 1 < len(arr):
                m[i][j] += m[i+1][j]
        i -= 1

    print('m表：')
    for item in m:
        print(item)
    return m[0][aim]

if __name__ == "__main__":
    arr = [5, 10, 25, 1]
    aim = 15
    print('暴力递归方法结果：{0}'.format(minForm(arr, 0, aim)))
    print('动态规划方法结果：{0}'.format(minForms(arr, aim)))

暴力递归方法结果：6
m表：
[1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 4, 4, 4, 4, 4, 6]
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2]
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]
动态规划方法结果：6