数据结构与算法-26.零钱兑换

26、零钱兑换

题目

26.0、记忆化搜索

其实就是暴力解法，比如对于金额20，硬币面值为【1，2，5】

看看15需要多少硬币，再看看10需要多少硬币，再看看5需要多少硬币。算出需要4枚

看看18需要多少硬币，再看看13需要多少硬币，再看看8需要多少硬币，再看看3需要多少硬币，再看看1需要多少硬币。算出6枚

看看19需要多少硬币，再看看14需要多少硬币，再看看9需要多少硬币，再看看4需要多少硬币，再看看2需要多少硬币。算出6枚

所以结果是4枚。

上述例子可以正好凑够金额，所以没有分支，如果金额是20，硬币面值是【2，5，7】呢

看看13需要多少硬币，再看看6需要多少硬币，再看看1需要多少硬币。在这里出现分支，因为1不能凑够，所以需要回退

-------------------------------------------------------------，再看看4需要多少硬币，再看看2需要多少硬币。算出5枚

其实这种方法展开来看就是一个树，这个树把所有情况都包括进去了，也就是暴力了

这种做法其实是超时的，但是可以用一个数组来记录一些面值所需要的硬币数，来减少时间开销，但是还不如直接使用下面的动态规划来得简单，因为这样的话本质上就和动态规划一样了，只不过把迭代变成了递归。

时间复杂度：O（S n）S指的是金额，n指的是硬币的种类

空间复杂度：O（S）需要S大小的空间来优化原本的暴力

26.1、动态规划

我们来设F（x） = x的金额最少需要硬币的数量，硬币序列为【1，2，5】

那状态转移方程就是F（x） = min【F（x-1），F（x-2），F（x-5）】+1

哦了，就这。

//这是俺的垃圾解法
int coinChange(vector<int>& coins, int amount) 
{
    if (!amount)return 0;
    vector<int> data(amount + 1, -1);//创建大小为amount+1的数组
    for (auto& i : coins)
        if (i <= amount)data[i] = 1;//将每一硬币面值的对应的下标的值都记为1

    for (int i = 1; i <= amount; i++)
    {
        if (data[i] == 1)continue;
        int preMinWays = INT_MAX;

        for (auto& j : coins)
            if (j < i && data[i - j] != -1)preMinWays = min(preMinWays, data[i - j]);
        if (preMinWays != INT_MAX)
            data[i] = preMinWays + 1;
    }
    return data[amount];
}

时间复杂度：O（S n）S指的是金额，n指的是硬币的种类

空间复杂度：O（S）需要S大小的空间来进行记录

下面是代码的优化

//俺滴垃圾代码的优化
int coinChange2(vector<int>& coins, int amount)
{
    vector<int> data(amount + 1, amount + 1);
    data[0] = 0;
    for (int i = 1; i <= amount; i++)
        for (auto& j : coins)
            if (j <= i)data[i] = min(data[i], data[i - j] + 1);
    return data[amount] > amount ? -1 : data[amount];
}

性能是不变的，但是在实际的测试时候，下面这个总是慢一点（俺也不知道是为什么）。