动态规划解决凑硬币问题
问题一
有一块 两块 五块3种硬币 总共凑成100元 问最小的硬币数是多少?
思路
典型的最值问题,可以考虑用动态规划的思路进行求解。
初始化一个dp数组,数组长度为100+1(考虑凑0元)。dp[i]表示凑i元需要的最少硬币数。
有三种硬币,每一种都要去尝试,例如当i足够大(至少为三)时,dp[i]应该考虑是dp[i-1]+1、dp[i-2]+1、dp[i-5]+1三种情况中的最小那个。
代码
public class MinCoins{
private static int[] dp;
private static int[]coins={1,3,5};
public static int minCoins(){
dp=new int[101];
dp[0]=0;
for(int i=0;i<dp.length;i++){
int min=Integer.MAX_VALUE;
for(int coin:coins){
if(i-coin>=0){
min=Math.min(dp[i-coin]+1,min);
}
}
dp[i]=min;
}
return dp[100];
}
}
问题二
给定一个数组,它的第 i 个元素是一支给定股票第 i 天的价格。
如果你最多只允许完成一笔交易(即买入和卖出一支股票一次),设计一个算法来计算你所能获取的最大利润。
注意:你不能在买入股票前卖出股票。
示例 1:
输入: [7,1,5,3,6,4]
输出: 5
解释: 在第 2 天(股票价格 = 1)的时候买入,在第 5 天(股票价格 = 6)的时候卖出,最大利润 = 6-1 = 5 。
注意利润不能是 7-1 = 6, 因为卖出价格需要大于买入价格;同时,你不能在买入前卖出股票。
示例 2:
输入: [7,6,4,3,1]
输出: 0
解释: 在这种情况下, 没有交易完成, 所以最大利润为 0。
思路
由于考虑的是最佳收益,所以涉及最值问题,可以采用动态规划思路。
初始化一个与股票价格等长的数组dp[],其中dp[i]代表第i天抛售股票能获得的最大收益。那么现在要考虑的就是哪一天买入呢,dp[i]可能有以下两种情况:
1.第i-1天买入,第i天就卖出了,那么这样的话,dp[i]=prices[i]-prices[i-1];
2.买入时间与dp[i-1]一致,dp[i]增加的只是第i天的股价与第i-1天的差价(因为dp[i-1]是在第1-1天售出的)。
public int maxProfit(int[] prices) {
if(prices.length<=1){
return 0;
}
int[] dp = new int[prices.length];
int max=Integer.MIN_VALUE;
dp[0]=0;
dp[1]=prices[1]-prices[0];
max=Math.max(max, dp[1]);
for(int i=2;i<prices.length;i++) {
dp[i]=Math.max(dp[i-1]+prices[i]-prices[i-1],prices[i]-prices[i-1]);
max=Math.max(max, dp[i]);
}
if(max>0)
return max;
else
return 0;
}