LeetCode: 322. 零钱兑换(动态规划,递归,备忘录递归以及回溯)

 给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount ,表示总金额。计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1 。你可以认为每种硬币的数量是无限的。

1. 思考

    本题常规解法是利用动态规划。动态规划的题目,关键在于转移方程。本题思路较为简单,某个整数n的最少硬币兑换方式可以看成整数n-1的最少硬币兑换方式+一枚面值为1的硬币。因此可以列出如下的转移方程

 

通常如果能用动态规划的题目,也可以用递归解决,其思路与动态规划完全相同,寻找最优子问题。 因为递归存在大量重复解的问题,可以使用备忘录进行优化,其效果等同于动态规划,但是由于递归需要重复调用函数,其效率比动态规划要低。

        本题另一种可行的思路是利用回溯做法,对于整数n,从coins中选择一个面值coin的硬币,并添加到track列表中,此时整数变为n-coin,重复上述步骤,直到整数变为0,此时track的大小即为该方法需要的硬币总数。

 2. Coding

(1) 基于动态规划

 int coinChange(vector<int>& coins, int amount)
 {
        if (amount < 0)
            return -1;

        vector<int> dp(amount + 1, INT_MAX);
        dp[0] = 0;
        for (int i = 1; i <= amount; ++i)
        {
            for (int coin : coins)  //根据转移方程转移
            {
                if (i - coin < 0) continue;    //n<0 dp[n]=-1 不处理
                if (dp[i - coin] == -1) continue; //dp[n]=-1 不处理
                int submc = dp[i - coin] + 1; //n>0 
                dp[i] = min(dp[i], submc);
            }

            dp[i] = dp[i] < INT_MAX ? dp[i] : -1;
        }

        return dp[amount];
 }

(2)基于递归

int coinChange(vector<int>& coins, int amount)
{
        if (amount == 0)
            return 0;

        if (amount < 0)
            return -1;

        int minc = INT_MAX;
        for (int coin : coins)
        {
            int sub_minc = coinChange(coins, amount - coin);
            if (sub_minc == -1) continue;
            minc = min(minc, sub_minc + 1);
        }

        return minc < INT_MAX ? minc : -1;

}

(3)基于备忘录的递归

    unordered_map<int, int> memocoin;
    int coinChange(vector<int>& coins, int amount)
    {
        if (amount == 0)
            return 0;

        if (amount < 0)
            return -1;

        if (memocoin.count(amount) != 0)
            return memocoin[amount];

        int minc = INT_MAX;
        for (int coin : coins)
        {
            int sub_minc = coinChange(coins, amount - coin);
            if (sub_minc == -1) continue;
            minc = min(minc, sub_minc + 1);
            memocoin[amount] = minc;
        }

        return minc < INT_MAX ? minc : -1;

    }

(4)回溯

    int minn = LONG_MAX;
    int coinChange(vector<int>& coins, int amount)
    {
        vector<int> track;
        helpperCoinChange(coins, track, amount);
        return minn < LONG_MAX ? minn : -1;

    }
    void helpperCoinChange(vector<int> sl, vector<int> track, int amount)
    {
        if (amount == 0)
        {
            minn = minn < track.size() ? minn : track.size();
            return;
        }

        for (int i : sl)
        {
            if (i > amount)
                continue;

            track.push_back(i);
            helpperCoinChange(sl, track, amount-i);
            track.pop_back();
        }

    }

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
给定一个整数数组 nums 和一个目标值 target,要求在数组中找出两个数的和等于目标值,并返回这两个数的索引。 思路1:暴力法 最简单的思路是使用两层循环遍历数组的所有组合,判断两个数的和是否等于目标值。如果等于目标值,则返回这两个数的索引。 此方法的时间复杂度为O(n^2),空间复杂度为O(1)。 思路2:哈希表 为了优化时间复杂度,可以使用哈希表来存储数组中的元素和对应的索引。遍历数组,对于每个元素nums[i],我们可以通过计算target - nums[i]的值,查找哈希表中是否存在这个差值。 如果存在,则说明找到了两个数的和等于目标值,返回它们的索引。如果不存在,将当前元素nums[i]和它的索引存入哈希表中。 此方法的时间复杂度为O(n),空间复杂度为O(n)。 思路3:双指针 如果数组已经排序,可以使用双指针的方法来求解。假设数组从小到大排序,定义左指针left指向数组的第一个元素,右指针right指向数组的最后一个元素。 如果当前两个指针指向的数的和等于目标值,则返回它们的索引。如果和小于目标值,则将左指针右移一位,使得和增大;如果和大于目标值,则将右指针左移一位,使得和减小。 继续移动指针,直到找到两个数的和等于目标值或者左指针超过了右指针。 此方法的时间复杂度为O(nlogn),空间复杂度为O(1)。 以上三种方法都可以解决问题,选择合适的方法取决于具体的应用场景和要求。如果数组规模较小并且不需要考虑额外的空间使用,则暴力法是最简单的方法。如果数组较大或者需要优化时间复杂度,则哈希表或双指针方法更合适。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值