面试题 08.11. 硬币

面试题 08.11. 问题描述

  硬币。给定数量不限的硬币，币值为25分、10分、5分和1分，编写代码计算n分有几种表示法。(结果可能会很大，你需要将结果模上1000000007)

解题思路1.错误思路，首先想到的就是回溯法，画出解法空间

  对于n=25找零方式可以分解为四个解空间，然后再对子空间进行分解，很容易用递归完成。
代码如下

class Solution:
    def __init__(self):
        self.num = 0 #总次数
    def waysToChange(self, n: int) -> int:
        def res(n):
        	if n==0:#每次当n为0时候，即表示到了解空间的叶子节点，这条路径即为一种解法
            	self.num+=1
        	for i in [1,5,10,15]: #对每一层都进行回溯过程
            	if n>=i: 
                	self.waysToChange(n-i)
        return self.num%1000000007

  run完之后发现结果不对，这里是不同解做了一个类似去全排列的过程，假如25分解，上面的做法会出现[5，10，5，5，5]，[10,5,5,5,5]这些解法，仅仅是位置不同而已，所以如果对最后的结果进行一个排序去重的话，可以算出正确的找零方式，目前还没什么好的思路，估计如果能实现的话，估计复杂度也过不了。

正确思路，动态规划：本题有两个变量硬币的种类数k，找零的总数v，问题可描述为对（k，v）求解，表示为f（k,v）
  冷静思考一下，考虑怎么分解为子问题，很容易想到，如果种类数k少一种ki的话，是怎样的一种对应关系，是不是对应的是去掉所有包含ki这一硬币，ki是不是有可能是0个，对应f（k-1，coins[ki]*0）这么多种情况；也有可能是1一个，对应f（k-1，coins[ki]*1）这么多种情况；ki最多的个数为v整除coins[ki]，假设为n个，即可得到状态转移方式为：
$$f(k,v)=f(k-1,v-0\ast coins[ki])+f(k-1,v-1\ast coins[ki])+...f(k-1,v-n\ast coins[ki])$$
  找到了状态转移矩阵案例说用一个二维dp，然后双重循环就可以解决该问题了，但是对于每一个状态，里面还需要对n进行一个小循环，所以应该采用三种循环来解决。
时间复杂度优化 通过找规律很容易得到：
$$f(k,v-coins[ki])=f(k-1,v-1\ast coins[ki])+f(k-1,v-2\ast coins[ki])+...f(k-1,v-n\ast coins[ki])$$
原式可以写为：
$$f(k,v)=f(k-1,v)+f(k,v-coins[ki])$$
这可以解决里层n的循环，用两层循环表示状态转移矩阵
空间复杂度优化原本需要4（v+1）大小数组来保存所有的状态，通过观察可知k，v只和k-1，v和k，v-coins[ki]
的大小相关，k,v-coins[ki]在前面已知，而且在第k列中，而k-1，v我们可以作为临时值不保存也可以，只需在前面数组寻找v-coins位置的值，与其相加更新k值即可。

代码如下：

class Solution:

    def waysToChange(self, n: int) -> int:
        coins = [1, 5, 10, 25]
        dp = [1]+[0]*n
        for j in coins:
            for i in range(j,n+1):
                dp[i]+=dp[i-j]
        return dp[-1]%1000000007

代码非常简单，如果空间复杂度绕不过来，建议还是用二维dp数组来保存每一个状态，简答粗暴。