动态规划
动态规划可以解决什么样的问题?
给定一个矩阵网络 一个机器人从左上角出发 每次可以向下或者向右走一步
A: 有多少种方式可以走到右下角 B:输出所有走到右下角的路径
Question: A 和 B 哪个可以使用动态规划来解决?
动态规划题目特点
1 计数问题
- 多少种方法选出K个数使得和是
sum
2 求最大和最小值
- 最长上升序列长度
3 存在性问题
- 能不能选出K个数使得和是
sum
动态规划的解题步骤
第一部分:确定状态
确定状态需要两个意识: 最后一步 和 子问题
第二部分:转移方程
第三部分: 初始条件和边界情况
初始条件就是利用转移方程无法计算或者无法正确计算的结果 需要手工定义
第四部分: 计算顺序
当你使用你需要的结果的时候 结果的一侧都已经计算出了正确结果
例题1 322. 零钱兑换
题目描述
给定不同面额的硬币 coins 和一个总金额 amount。编写一个函数来计算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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/coin-change
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解题思路
最小的硬币组合 → 尽量使用面值大的硬币
这种思路是**错的**
最后一步: 最优策略中的最后一枚硬币 a k a_k ak 除去最后一枚硬币之后前面的硬币加起来是 27 − a k 27 - a_k 27−ak
我们不关系如何拼出前面 k − 1 k-1 k−1个硬币如何拼出来 27 − a k 27 - a_k 27−ak 我们可以确定前面的硬币拼出来了 27 − a k 27 - a_k 27−ak
关键点2: 因为是最优策略 所以拼出 27 − a k 27 - a_k 27−ak 的硬币数一定是最少的硬币 否则就不是最优策略了
子问题: 最少用多少枚硬币可以拼出 27 − a k 27 - a_k 27−ak
所以我们将大问题转换成了规模更小的问题
最后的那枚硬币只可能是 2 2 2, 5 5 5, 7 7 7
假设 f ( x ) 表 示 最 少 用 多 少 硬 币 可 以 拼 出 x f(x)表示最少用多少硬币可以拼出 x f(x)表示最少用多少硬币可以拼出x
如果 a k = 2 , f ( 27 ) = f ( 27 − 2 ) + 1 a_k = 2,f(27) = f(27 - 2) + 1 ak=2,f(27)=f(27−2)+1 加上最后一枚硬币 2 2 2
如果 a k = 5 , f ( 27 ) = f ( 27 − 5 ) + 1 a_k = 5,f(27) = f(27 - 5) + 1 ak=5,f(27)=f(27−5)+1 加上最后一枚硬币 5 5 5
如果 a k = 7 , f ( 27 ) = f ( 27 − 7 ) + 1 a_k = 7,f(27) = f(27 - 7) + 1 ak=7,f(27)=f(27−7)+1 加上最后一枚硬币 7 7 7
需要最少的硬币数 所以我们得到这个式子
f ( 27 ) = m i n f ( 27 − 2 ) + 1 , f ( 27 − 5 ) + 1 , f ( 27 − 7 ) + 1 f(27) = min{f(27-2)+1,f(27-5)+1,f(27-7)+1} f(27)=minf(27−2)+1,f(27−5)+1,f(27−7)+1