深入理解动态规划算法 - 凑硬币

欢迎点击「算法与编程之美」↑关注我们！

本文首发于微信公众号："算法与编程之美"，欢迎关注，及时了解更多此系列文章。

动态规划(Dynamic Programming)算法是计算机科学科学领域中最重要也是最常用的一个算法，巧妙的利用它可以解决很多复杂的问题，而且该算法也频繁的出现在各大互联网公司的面试中，因此掌握它是十分必要的。

但该算法对于初学者来说理解并掌握并非易事，本系列教程将带领大家一起来学习该算法，通过经典的案列介绍和问题分析以及python代码实现，帮助大家彻底理解动态规划。

问题描述

首先我们来看一道非常经典的“凑硬币”题目：

面值为1元、3元、5元的硬币若干，如何用最少的硬币凑够11元？

解决方案

在具体的编码之前，需要对问题做深入的分析。

步骤1：用函数的形式来表示题目结果。

设f(x)= y，该函数表示凑够x元，最少的硬币数量为y。

举例如下：

- 凑够1元最少的硬币数量为1，则可表示为f(1)= 1

- 凑够11元最少的硬币数量为3，则可表示为f(11)= 3