每日一题之零钱兑换--完全背包问题

 情景引入：虽然随着时代发展，现在我们都用支付宝，微信等进行支付，但我相信大家都有过用现金付钱的时候，当时你是否思考如何快速找出最优方法（我们假设你每种货币类型都有无限个）（你是亿万富豪），其实这是一个编程问题--如何用最轻的货币质量来支付呢！

概念介绍：有N种物品和一个容量为V的背包，每种物品都有无限件可用。第i种物品的体积是c，价值是w。将哪些物品装入背包可使这些物品的体积总和不超过背包容量，且价值总和最大。

基本思路：

1，可以用数据顺序表（定义数组指针，空间不够扩容等）暴力进行列举（不推荐）

2，我们可以参照01背包问题！写二维数组定义dp[i][v],表示前i种物品恰放入一个容量为v的背包的最大权值。按照每种物品不同的策略写出状态转移方程,但是，这跟01背包问题一样有O(N*V）个状态需要求解。（容易想到）

对于二，我曾经对于01背包问题方法题画了一张图，虽然不是我们本章讨论的问题，但我希望您能多一些理解这种方法!

3，完全背包问题有一个很简单有效的优化，是这样的：若两件物品i、j满足c<=c[j]且w>=w[j]，则将物品j去掉，不用考虑。这个优化的正确性显然：任何情况下都可将价值小体积高的j换成物美价廉的i，得到至少不会更差的方案。对于随机生成的数据，这个方法往往会大大减少物品的件数，从而加快速度。然而这个并不能改善最坏情况的复杂度，因为有可能特别设计的数据可以一件物品也去不掉（第三种为官方最优解！）

 分析情景并进行解决：         

1，     我们假设我们货币有以下几种类型：1元，5元，10元，20元，50元，100元（即物品的价值）；

2，为了方便理解，我们假设我们要支付的钱为100,200,300,400，500元（即背包的承重），我们先升序排序

注意是局部优解！

画出二维表格dp！如下：

我们单独用weight存重量,value存价值

3，思路核心为：我们从0开始，看货币从1块开始能否是我们要支付的数额，我们先当当前货币不存在，继承上一层的状态即dp[i][j]=dp[i-1][j]; 如果能装下（dp[i][j]-weighti[i]>=0）,就考虑装再装进当前类型的数额 else(dp[i][j]=max(dp[i][j],dp[i][j-weight[j])+value[i]);

注意：我们要在其剩余价值中，包括当前的货币类型的值！

简单代码区：

我们不难画出如下：（保密）（画好的铁汁们关注我，我定时发）

真题演练：

 

 转载：题解：

int temp(void* a1,void*a2)
{
    return *(int*)a1 - *(int*)a2; //升序
}
int min(int a,int b) {return a<=b?a:b;}
int coinChange(int* coins, int coinsSize, int amount){
    qsort(coins,coinsSize,sizeof(int),temp);
    int* dp=malloc(sizeof(int)*(amount+1));
    for(int i=1;i<=amount;i++)
    {
        dp[i]=INT_MAX;
    }
    dp[0]=0;

    for(int i=0;i<coinsSize;i++)
    {
        for(int j=coins[i];j<=amount;j++)
        {
            if(dp[j-coins[i]]!=INT_MAX)
            {

                dp[j]=min(dp[j-coins[i]]+1,dp[j]);
            }
        }
    }
    if(dp[amount]==INT_MAX) return -1;
    return dp[amount];
}

此处引进一个作者的答案：Sunflower

注意：开辟要多开一个空间，防止栈溢出！

关注我，下期，我将讲解循环队列