动态规划刷题笔记

动规原理

学习/参考视频：
【动态规划专题班】ACM总冠军、清华+斯坦福大神带你入门动态规划算法

解法步骤

1、确定状态

• 确定最后一步
• 化成子问题

2、推出转移方程
3、判断初始条件和边界条件
4、确定计算顺序

练习目录

Leetcode 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。
示例 1：
输入：coins = [1, 2, 5], amount = 11
输出：3
解释：11 = 5 + 5 + 1

原题链接：
Leetcode 322.零钱兑换

解题步骤：
1、确定状态

• 确定最后一步：
  在本题最优策略的情况下，最后使用的一枚硬币面值是coins[i]
• 化成子问题：
  那么本题可以化为使用最少的硬币拼出（amount - coins[i]）数额

2、推出转移方程

• 数组f[x]的值表示拼出金额X所需要的最少硬币数目
• f[x] = min{ f[x - coins[0]] + 1, f[x - coins[1]] + 1,…, f[x - coins[coins.size() - 1]] + 1 }

3、判断初始条件和边界条件

• f[0] = 0
• 如果当前面额的硬币不能拼出金额Y，则f[Y] = 无穷大

4、确定计算顺序

• 从f[1]开始计算，分别计算f[2]、f[3]、f[4]…f[amount] ，最后的f[amount]就是本题所求答案

代码展示：

class Solution {
public:
    int coinChange(vector<int>& coins, int amount) {
        vector<int> res(amount+1);
        res[0] = 0;
        for(int i = 1; i <= amount; i++)
        {
            res[i] = INT_MAX;
            for(int j = 0; j < coins.size(); j++)
            {
                if(i >= coins[j] && res[i - coins[j]] != INT_MAX)
                {
                    res[i] = min(res[i - coins[j]] + 1, res[i]);
                }   
            }            
        }
        if(res[amount] == INT_MAX)
        {
            res[amount] = -1;
        }
        return res[amount];
    }
};

时间复杂度分析
假设有N种面额的硬币，现在需要组合出金额M
需要计算f[1]、f[2]、f[3]…f[M]，一共是M次计算
而每一次f[x]的计算都需要使用到f[x - coins[0]] 、f[x - coins[1]]…f[x - coins[N-1]]，一共是N次
所以总共需要M * N次计算
时间复杂度为 O(M * N)