【数据结构】【递归】四.分治策略，优化贪心，找零兑换问题，动态优化

def recMC(coinValueList,change):
    minCoins = change
    if change in coinValueList:  # 最小规模，直接返回
        return 1
    else:
        for i in [c for c in coinValueList if c <= change]:
            # 减小规模：每次减去一种硬币面值挑选最小数量
            numCoins = 1 + recMC(coinValueList, change-i)  # 调用自身
            if numCoins < minCoins:
                minCoins = numCoins
    return minCoins

print(recMC([1,5,10,25], 63))

def recMC(coinValueList,change,knownResults):
    minCoins = change
    if change in coinValueList:  # 递归基本结束条件
        knownResults[change] = 1  # 记录最优解
        return 1
    elif knownResults[change] > 0:  # 算过的就会大于0
        return knownResults[change]  # 查表成功，直接用最优解
    else:
        for i in [c for c in coinValueList if c <= change]:
            # 减小规模：每次减去一种硬币面值挑选最小数量
            numCoins = 1 + recMC(coinValueList, change-i, knownResults)  # 调用自身
            if numCoins < minCoins:
                minCoins = numCoins
                # 找到最优解，记录到表中
                knownResults[change] = minCoins
    return minCoins


print(recMC([1,5,10,25], 63, [0]*64))

详细解释：https://zhuanlan.zhihu.com/p/139157497

def dpMakeChange(coinValueList, change, minCoins):
    """
    coinValueList:一个有效的硬币值列表
    change：找零金额
    minCoins：每个找零金额所需的最小硬币数量列表，函数完成后，将包含从0到change值的所有值的解决方案

    动态规划:其所求的最优解是由子问题的最优解构成的.
    动态规划是自底向上的计算.
    在找零递加的过程中，设法保持每一分钱的递加都是最优解，一直加到求解找零钱
    数，自然得到最优解
    """
    # 从1分开始到change逐个计算最少硬币数
    for cents in range(1, change + 1):  # 从1到63美分逐个计算
        coinCount = cents  # 初始化最小找零的硬币数，假设都用1美分找零,即123456789美分时找零硬币书就是123456789
        # 2.减去每个硬币，向后查最少硬币数，同时记录总的最少数
        for j in [c for c in coinValueList if c <= cents]:  # j在硬币面值小于找零美分中挑选
            if minCoins[cents - j] + 1 < coinCount:  # 若（当前找零美分-硬币面值）对应的找零数 < 该找零钱数的初始化硬币数，则不需要初始化那么多的硬币数
                coinCount = minCoins[cents - j] + 1  # 将最小找零硬币数改为最优列表的数值，即（当前找零美分-硬币面值）对应的找零数
        # 3.得到当前最少硬币数，记录到表中
        minCoins[cents] = coinCount  
        # minCoins[10] = 1,因为找零硬币有10美分的面值，所以找零数为10的时候只需要1个硬币
        # for循环的过程为，先j=1，判断10-1后的9美分所需的最小硬币是不是比初始化的10个少，是，则所需最小硬币数变为9美分需要的硬币数+1（这个1是j对应的硬币数需要1个），即6个
        # 接着判断j=5，判断10-5后的5美分需要的最小硬币数是不是比已有的6个少，是，则所需最小硬币数变为5美分需要的硬币数+1，即2个
        # 接着判断j=10，判断10-10后的0美分需要的最小硬币数是不是比已有的2个少，是，则所需最小硬币数变为0美分需要的硬币数+1，即1个
    # 返回最后一个结果
    return minCoins[change]


print(dpMakeChange([1,5,10,25], 11, [0]*12))
# print(dpMakeChange([1,5,10,21,25], 63, [0]*64))

def dpMakeChange(coinValueList, change, minCoins,coinsUsed):
    """
    coinValueList:一个有效的硬币值列表
    change：找零金额
    minCoins：每个找零金额所需的最小硬币数量列表，函数完成后，将包含从0到change值的所有值的解决方案
    """
    # 从1分开始到change逐个计算最少硬币数
    for cents in range(1, change + 1):  # 从1到63美分逐个计算
        coinCount = cents  # 初始化最小找零的硬币数，假设都用1美分找零,即123456789美分时找零硬币书就是123456789
        newCoin = 1  # 初始化一下新加硬币
        for j in [c for c in coinValueList if c <= cents]:  # j在硬币面值小于找零美分中挑选
            if minCoins[cents - j] + 1 < coinCount:  # 若（当前找零美分-硬币面值）对应的找零数 < 该找零钱数的初始化硬币数，则不需要初始化那么多的硬币数
                coinCount = minCoins[cents - j] + 1  # 将最小找零硬币数改为最优列表的数值，即（当前找零美分-硬币面值）对应的找零数
                newCoin = j  # 对应最小数量，所减的硬币
        minCoins[cents] = coinCount  
        coinsUsed[cents] = newCoin  # 记录本步骤加的1个硬币
    return minCoins[change]

def printCoins(coinsUsed, change):
    coin = change
    while coin > 0:
        thisCoin = coinsUsed[coin]
        print(thisCoin)
        coin = coin - thisCoin

amnt = 63
clist = [1, 5, 10, 21, 25]
coinsUsed = [0] * (amnt + 1)
coinCount = [0] * (amnt + 1)

print('Making change for', amnt, 'requires')
print(dpMakeChange(clist, amnt, coinCount, coinsUsed), 'coins')
print('they are:')
printCoins(coinsUsed, amnt)
print('The used list is as follows:')
print(coinsUsed)