动态规划问题(2) 之 由凑零钱认识最优子结构

由凑零钱问题认识 最优子结构

问题描述：

有k种⾯值的硬币，⾯值分别为 c1, c2...ck，每种硬 币的数量⽆限，再给⼀个总⾦额 amount，问你最少需要⼏枚硬币凑出这个⾦额，如果不可能凑出，算法返回 -1。

如：k = 3，⾯值分别为1，2，5，总⾦额amount = 11 。那么最少需要3枚硬币凑出，即11= 5 + 5 + 1。

1、暴力递归

这是一个动态规划的问题，其子问题必须互相独立，即选择每个金额的硬币都是相互独立的，

⽐如你想求  amount  = 11时的最少硬币数（原问题），如果你知道凑出 amount =10的最少硬币数（⼦问题），你只需要把⼦问题的答案加⼀（再选⼀枚⾯值为1的硬币） 就是原问题的答案，因为硬币的数量是没有限制的，⼦问题之间没有相互制约，是互相独⽴的。这个过程即符合最优子结构，每一个子问题都求得最少，最终的原问题就会是最少。

对于一个动态规划问题，就要思考如何列出正确的状态转移⽅程？

先确定状态，也就是原问题和⼦问题中变化的变量。由于硬币数量⽆限，所以唯⼀的状态就是⽬标⾦额amount。

然后确定 dp  函数的定义：当前的⽬标⾦额是 n ，⾄少需要dp(n) 个硬 币凑出该⾦额。

然后确定选择并择优</